对dupilumab难治性特应性皮炎患者中发现的蕈样肉芽肿;新定义的“湿疹样蕈样肉芽肿”

该数据集以临床表格形式提供了dupilumab难治性特应性皮炎患者中发现的蕈样肉芽肿病例的湿疹面积严重程度指数评分数据,主要用于皮肤病学和肿瘤学领域,以研究这种新定义的“湿疹样蕈样肉芽肿”的临床特征、疾病评估及治疗反应。

Mendeley DataMendeley Data
doi.org
浏览 28
皮肤病疾病评估
Mycosis fungoides found in patients with atopic dermatitis refractory to dupilumab; newly defined “eczematous mycosis fungoides”

基本信息

大小
0.000013468 GB
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-09-21

资源简介

对dupilumab难治性特应性皮炎患者中发现的蕈样肉芽肿;新定义的“湿疹样蕈样肉芽肿”

【数据集背景】

本数据集源站标题为《Mycosis fungoides found in patients with atopic dermatitis refractory to dupilumab; newly defined “eczematous mycosis fungoides”》。源站首次发布:2023。

【数据内容】

源站原始描述:Supplementary table 1. Mean scores of individual components of eczema area severity index at initial

【获取与许可】

源站页面:https://data.mendeley.com/datasets/757ptkbb34/1

使用许可:Creative Commons Attribution 4.0 International。

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:http://doi.org/10.17632/757ptkbb34.1

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

该数据集聚焦于皮肤淋巴瘤与特应性皮炎的临床关联研究,具体包含dupilumab(一种生物制剂)难治性特应性皮炎患者中发现的蕈样肉芽肿(一种皮肤T细胞淋巴瘤)病例数据。数据集内容主要为湿疹面积严重程度指数的各组成部分在患者初次就诊时的平均评分,以表格形式呈现。数据来源于临床观察研究,旨在支持对新定义的“湿疹样蕈样肉芽肿”这一临床实体的识别、疾病评估及治疗反应分析,适用于皮肤病学、临床免疫学及肿瘤学领域的研究。

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))

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案