皮肤有色人种瘢痕疙瘩与肥厚性瘢痕手术、非手术及联合治疗效果比较

该数据集包含针对皮肤有色人种瘢痕疙瘩与肥厚性瘢痕治疗效果的补充表格与图表，主要数据模态为临床表格与统计图表，用于比较手术、非手术及联合治疗方案的疗效，支持瘢痕治疗研究、皮肤外科临床决策及疗效评估分析。

Mendeley Data

Comparative Outcome of Surgical, Non-Surgical, and Combined Treatments for Keloids and Hypertrophic Scars in Skin of Color

基本信息

大小

0.000495668 GB

创建/更新时间

2026-09-28

版本

资源简介

皮肤有色人种瘢痕疙瘩与肥厚性瘢痕手术、非手术及联合治疗效果比较

【一句话概览】

该数据集对应源站标题为《Comparative Outcome of Surgical, Non-Surgical, and Combined Treatments for Keloids and Hypertrophic Scars in Skin of Color》的研究，原始描述为“Supplementary Tables + Figures for Keloids in People of Colour”，内容涉及深色皮肤人群中瘢痕疙瘩与增生性瘢痕的手术、非手术及联合治疗的效果比较。数据集共包含4个文件，合计大小495.7 KB，主要为补充表格与图表（来源 Mendeley Data）。

【数据集背景】

本数据集源站标题为《Comparative Outcome of Surgical, Non-Surgical, and Combined Treatments for Keloids and Hypertrophic Scars in Skin of Color》。源站首次发布：2024-11-18。

【数据内容】

源站原始描述：Supplementary Tables + Figures for Keloids in People of Colour

中文译文（机器翻译，仅供快速理解，请以原文为准）：有色人种瘢痕疙瘩补充表格与图表

【数据结构与技术规格】

文件数 4 个，合计 495.67 KB。数据集 DOI：10.17632/hdnrxstnvk.1。

【获取与许可】

源站页面：https://data.mendeley.com/datasets/hdnrxstnvk

原始链接

https://data.mendeley.com/datasets/hdnrxstnvk

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务（收技术服务费，非数据销售）

暂未开放

当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站：https://data.mendeley.com/datasets/hdnrxstnvk

标准获取流程：

访问源站链接，注册/登录账号；
进入数据集详情页，按页面指引申请权限或直接下载；
部分平台提供 SDK，例如：
- OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
- ModelScope: pip install modelscope 后 modelscope download
- 天池: 登录后页面提供直链下载
  以源站「数据下载/使用文档」页面为准。

数据说明

该数据集是一个针对皮肤有色人种瘢痕疙瘩与肥厚性瘢痕治疗效果的补充数据集合，包含研究论文中的补充表格与图表。数据来源于临床研究，涵盖了不同治疗方案（包括手术、非手术及联合治疗）的疗效比较，可用于瘢痕治疗、皮肤外科及临床决策分析等研究方向。

数据加载示例（表格/文本类）

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))