使用CDASI评估皮肌炎临床反应性

该数据集源自clinicaltrials.gov,为宾夕法尼亚大学开展的单中心数据库研究,建立于2008年,聚焦皮肌炎。数据库纳入CDASI(皮肤皮肌炎疾病面积与严重程度指数)这一经验证的患者疾病反应性结局指标,并整合其他评估工具、调查问卷和患者信息,用于验证皮肌炎的临床病程与生活质量

University of PennsylvaniaUniversity of Pennsylvania
clinicaltrials
浏览 9
表格回归Dermatomyositis
Clinical Responsiveness of Dermatomyositis Using Cutaneous Dermatomyositis Disease Area and Severity Index (CDASI)

基本信息

模态
表格
任务类型
回归
创建/更新时间
2026-10-12

资源简介

使用CDASI评估皮肌炎临床反应性

该数据集源自clinicaltrials.gov,为宾夕法尼亚大学开展的单中心数据库研究,建立于2008年,聚焦皮肌炎。数据库纳入CDASI(皮肤皮肌炎疾病面积与严重程度指数)这一经验证的患者疾病反应性结局指标,并整合其他评估工具、调查问卷和患者信息,用于验证皮肌炎的临床病程与生活质量。数据库已产出关于CDASI与其他临床工具的比较研究,以及皮肌炎病理生理、心理反应、治疗和生活质量等方面的临床洞见,可用于皮肌炎疾病评估与临床反应性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮肌炎。使用皮肤皮肌炎疾病面积与严重程度指数(CDASI)评估临床反应性,该研究建立于2008年,是一项在宾夕法尼亚大学开展的单中心数据库研究。该数据库已产出有价值的信息和临床洞见,涉及病理生理学、疾病过程(包括心理反应)、治疗以及与皮肌炎相关的生活质量。CDASI数据库纳入了皮肤皮肌炎疾病面积与严重程度指数(一种经验证的患者疾病反应性结局指标),以及其他评估工具、调查问卷和患者信息,以帮助验证皮肌炎患者的临床病程和生活质量。CDASI数据库已促成CDASI与其他临床仪器的比较研究以及皮肌炎影响的发表。

【主题与分类】

主题标签:Dermatomyositis。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02945345

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02945345

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

条件:皮肌炎。使用2008年建立的皮肤皮肌炎疾病面积和严重程度指数(CDASI)评估临床反应性,是一项在宾夕法尼亚大学进行的单中心数据库研究。该数据库为皮肌炎的病理生理学、疾病过程(包括心理反应)、治疗及生活质量提供了宝贵信息和临床见解。CDASI数据库整合了皮肤皮肌炎疾病面积和严重程度指数(一种验证过的患者疾病反应性结局测量工具),以及其他评估工具、调查问卷和患者信息,以帮助验证皮肌炎患者的临床病程和生活质量。CDASI数据库已促成CDASI与其他临床工具的比较研究,以及皮肌炎对生活质量(QoL)影响的发表。CDASI数据库是一个持续的资源,使临床医生能够评估这一挑战性疾病的不断演变的临床变化、治疗模式及患者反应。数据将进行为期5年的分析。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。