中重度特应性皮炎中环孢素应答的临床、药代动力学、药物遗传学与免疫学决定因素：DermAtOmics 低干预 4 期试验
这是一项在三级大学医院开展的单中心、开放标签、低干预 4 期试验（EU CT 2022-500677-14-00）。任何年龄的患者进入前瞻性队列，开始使用环孢素（队列1），或进入双向性队列，已接受或既往接受过治疗（队列2），随访至 48 周
基本信息
资源简介
中重度特应性皮炎中环孢素应答的临床、药代动力学、药物遗传学与免疫学决定因素：DermAtOmics 低干预 4 期试验
这是一项在三级大学医院开展的单中心、开放标签、低干预 4 期试验（EU CT 2022-500677-14-00）。任何年龄的患者进入前瞻性队列，开始使用环孢素（队列1），或进入双向性队列，已接受或既往接受过治疗（队列2），随访至 48 周
Clinical, pharmacokinetic, pharmacogenetic and immunological determinants of ciclosporin response in moderate-to-severe atopic dermatitis: the DermAtOmics low-intervention phase 4 trial
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：“DermAtOmics 临床试验”数据集。这是一项在三级大学医院开展的单中心、开放标签、低干预 4 期试验（EU CT 2022-500677-14-00）。任何年龄的患者进入前瞻性队列，开始使用环孢素（队列1），或进入双向性队列，已接受或既往接受过治疗（队列2），随访至 48 周。主要终点为原发性无应答：第 16 周在至少 3 mg/kg/天剂量下湿疹面积和严重程度指数（EASI-75）未改善 75%。药代动力学、基因分型和免疫分析为探索性。
【主题与分类】
主题标签：特应性皮炎、环孢素、药代动力学、药物遗传学、免疫学、4期临床试验、EASI-75、皮肤疾病。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.23295244
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.23295244
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
“DermAtOmics临床试验”数据集。这是一项单中心、开放标签、低干预的4期试验，在一所三级大学医院进行（EU CT 2022-500677-14-00）。任何年龄的患者进入前瞻性队列，开始使用环孢素（队列1），或进入已接受或既往接受过治疗的回顾前瞻性队列（队列2），随访长达48周。主要终点是原发性无应答：在第16周时，至少3 mg/kg/天的剂量下，湿疹面积和严重程度指数（EASI-75）未改善75%。药代动力学、基因分型和免疫分析为探索性研究。
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。
