环孢素或甲氨蝶呤治疗儿童斑秃:常规临床照护有效性研究
该数据集来自 clinicaltrials.gov,聚焦儿童斑秃(AA)及全秃/普秃等亚型,涉及环孢素或甲氨蝶呤在常规临床照护中的有效性研究

基本信息
资源简介
环孢素或甲氨蝶呤治疗儿童斑秃:常规临床照护有效性研究
该数据集来自 clinicaltrials.gov,聚焦儿童斑秃(AA)及全秃/普秃等亚型,涉及环孢素或甲氨蝶呤在常规临床照护中的有效性研究。源站描述指出,中重度斑秃的临床管理主要基于专家意见,系统性治疗研究匮乏,仅有少量随机对照试验和观察性研究。数据可用于了解中重度斑秃的系统治疗现状,支持治疗有效性比较与临床决策相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:斑秃(AA)、斑秃(AA)、全秃/普秃、普秃(AU)、全秃(AT)、斑秃(含匍行性斑秃)。理由:斑秃(AA)是一种以非瘢痕性脱发为特征的皮肤病,显著影响患者的生活质量。虽然部分患者可自发毛发再生或对局部治疗反应良好,但中重度AA患者是需要系统性治疗以实现有效管理的亚组。如果疾病严重且希望进行系统性治疗,则开始使用环孢素或甲氨蝶呤。目前,中重度AA的临床管理主要基于专家意见。缺乏关于中重度AA系统性治疗的研究,仅包括少量随机对照试验和观察性研究
【主题与分类】
主题标签:Alopecia Areata(AA)、Alopecia Areata (AA)、Alopecia Totalis/Universalis、Alopecia Universalis (AU)、Alopecia Totalis (AT)、Alopecia Areata (& Ophiasis)。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07381556
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/NCT07381556
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
疾病条件:斑秃(AA)、斑秃(AA)、全秃/普秃、普秃(AU)、全秃(AT)、斑秃(含匐行性斑秃)。理由:斑秃(AA)是一种以非瘢痕性脱发为特征的皮肤病,显著影响患者的生活质量。虽然部分患者可出现自发性毛发再生或对局部治疗反应良好,但中重度AA患者构成一个需要系统性治疗以实现有效管理的亚组。若病情严重且希望进行系统性治疗,则开始使用环孢素或甲氨蝶呤。目前,中重度AA的临床管理主要基于专家意见。关于中重度AA系统性治疗的研究匮乏,仅包括少量随机对照试验和观察性研究。显然缺乏关于这些系统性治疗的长期、前瞻性及比较性数据。大多数用于AA的常规系统性治疗均为超说明书用药,这凸显了更全面了解其有效性和安全性的重要性。
自Janus激酶(JAK)抑制剂问世以来,儿童斑秃的治疗取得了显著进展。截至2024年,Ritlecitinib——一种选择性JAK3抑制剂——已在12岁及以上患有严重疾病(定义为SALT50或以上)的青少年中获得报销批准。接受该治疗的资格要求先前全身性治疗(如环孢素或甲氨蝶呤)失败。然而,甲氨蝶呤与环孢素作为一线全身性治疗之间的选择缺乏强有力的比较研究支持,主要基于专家意见,导致临床实践在(国际)国内存在相当大的差异。因此,研究者开展了一项患者偏好试验,并在儿童系统性斑秃登记处(STA2R-Pediatric)中提供长期随访。本研究将评估环孢素(CsA)和甲氨蝶呤(MTX)在儿童和青少年中的有效性
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。




