Ritlecitinib治疗成人重度斑秃真实世界研究

该数据集源自clinicaltrials.gov,为Adelphi Real World斑秃II美国疾病特定项目数据库的二次分析,包含美国皮肤科医生与斑秃患者的横断面关联调查数据

PfizerPfizer
clinicaltrials
浏览 3
文本Severe Alopecia Areata
A Study to Learn About the Medicine Called Ritlecitinib in Adults With Severe Alopecia Areata in Real-world Settings

基本信息

模态
文本
创建/更新时间
2026-10-23

资源简介

Ritlecitinib治疗成人重度斑秃真实世界研究

该数据集源自clinicaltrials.gov,为Adelphi Real World斑秃II美国疾病特定项目数据库的二次分析,包含美国皮肤科医生与斑秃患者的横断面关联调查数据。研究聚焦接受或开具Ritlecitinib治疗重度斑秃的患者与医生体验,描述患者人口学特征、起始用药时临床特征及斑秃相关治疗史,并报告皮肤科医生治疗满意度。数据可用于了解Ritlecitinib在真实世界重度斑秃诊疗中的应用情况(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:重度斑秃。本研究是对Adelphi Real World斑秃II美国疾病特定项目数据库的二次分析。该数据库包含一项横断面研究的数据,采集了美国治疗斑秃的皮肤科医生和确诊斑秃患者的关联医生与患者调查数据。对这些数据的回顾性分析将评估美国接受/开具Ritlecitinib治疗重度斑秃的患者和皮肤科医生的体验。具体而言,该研究将描述接受Ritlecitinib治疗重度斑秃的患者特征,包括人口学特征、开始使用Ritlecitinib时的临床特征及其斑秃相关治疗史。该研究还将报告皮肤科医生对治疗的满意度

【主题与分类】

主题标签:Severe Alopecia Areata。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07200128

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://clinicaltrials.gov/study/NCT07200128

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

疾病条件:重度斑秃。本研究是对Adelphi Real World斑秃II美国疾病特定项目数据库的二次分析。该数据库包含一项横断面研究的数据,采集了美国治疗斑秃的皮肤科医生与确诊斑秃患者相关联的医生和患者调查数据。对这些数据的回顾性分析将评估美国重度斑秃患者和皮肤科医生接受/开具ritlecitinib的经验。具体而言,本研究将描述接受ritlecitinib治疗重度斑秃的患者特征,包括人口统计学特征、开始使用ritlecitinib时的临床特征及其斑秃相关治疗史。本研究还将报告皮肤科医生对治疗的满意度,以及从开始使用ritlecitinib到治疗不同时间点患者斑秃严重程度和疾病活动度的变化。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

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