中国2型炎症性皮肤病临床研究与规范化诊疗项目
该数据集来自 clinicaltrials.gov，聚焦中国2型炎症性皮肤病的临床研究与规范化诊疗项目，覆盖特应性皮炎湿疹与结节性痒疹两类疾病
基本信息
资源简介
中国2型炎症性皮肤病临床研究与规范化诊疗项目
China Type II Inflammatory Skin Disease Clinical Research and Standardized Diagnosis and Treatment Project 是一个聚焦中国2型炎症性皮肤病的临床研究与规范化诊疗项目数据集，来源为 clinicaltrials.gov，在本站归入皮肤疾病 / 其他分类。该数据集围绕特应性皮炎湿疹与结节性痒疹两类疾病，记录国家皮肤与免疫疾病临床医学研究中心建立2型炎症性皮肤病规范化诊疗中心后，对患者当前治疗状况以及实践中各类治疗方法疗效与安全性的系统了解工作，旨在进一步提升2型炎症性皮肤病的诊疗水平，帮助相关患者。数据集以临床试验注册信息为核心内容，主题标签明确指向 Atopic Dermatitis Eczema 与 Prurigo Nodularis，适合关注2型炎症性皮肤病临床研究进展与规范化诊疗体系建设的研究者和临床工作者参考。
【数据集背景】
2型炎症性皮肤病是一类以2型免疫反应为特征的皮肤疾病，特应性皮炎湿疹和结节性痒疹是其中的代表性病种。为进一步提高这类疾病的诊断和治疗水平，国家皮肤与免疫疾病临床医学研究中心建立了2型炎症性皮肤病的规范化诊疗中心。该项目的设立目标在于系统、有效地了解2型炎症性皮肤病患者当前的治疗状况，以及各种治疗方法在临床实践中的疗效与安全性，从而推动诊疗水平的整体提升，并最终惠及2型炎症性皮肤病患者。本数据集即对应这一临床研究与规范化诊疗项目，其背景信息来源于 clinicaltrials.gov 的注册描述。
【数据内容】
数据集覆盖的疾病主题为特应性皮炎湿疹与结节性痒疹，对应主题标签 Atopic Dermatitis Eczema 和 Prurigo Nodularis。项目内容围绕2型炎症性皮肤病的临床研究与规范化诊疗展开，关注患者在真实诊疗实践中的治疗现状，以及不同治疗方法的疗效与安全性评价。关于数据集的具体记录条数、字段结构、变量类型、随访时间点等细节，源站未提供。
【采集与来源】
该数据集来源站为 clinicaltrials.gov，属于临床试验注册平台上的项目信息。项目由国内相关临床研究机构组织开展，具体采集方式、采集时间范围、样本量及数据更新频率等，源站未提供。
【适用场景】
该数据集适用于了解中国2型炎症性皮肤病临床研究与规范化诊疗项目的整体情况，可供皮肤科临床研究者、规范化诊疗中心建设相关人员以及关注特应性皮炎湿疹、结节性痒疹治疗现状与疗效安全性评价的人员参考。关于更细化的适用场景说明，源站未提供。
【使用方法】
源站未提供具体的数据使用方法、访问方式或分析指引。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的注册描述，属于项目层面的介绍性内容。关于数据完整性、准确性校验、偏倚控制及已知局限等，源站未提供。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT05316805
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。
- OpenDataLab:
数据说明
条件：特应性皮炎湿疹、结节性痒疹。为进一步提高2型炎症性皮肤病的诊疗水平，国家皮肤与免疫疾病临床医学研究中心成立了2型炎症性皮肤病规范化诊疗中心，以系统、有效地了解2型炎症性皮肤病患者的当前治疗状况，以及各种治疗方法在实践中的疗效和安全性，从而进一步提高2型炎症性皮肤病的诊疗水平，帮助2型炎症性皮肤病患者。
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。
