儿童特应性皮炎中 Dupilumab 降阶梯治疗

本数据集来自 clinicaltrials.gov,围绕儿童特应性皮炎(AD)中 Dupilumab 的降阶梯策略展开。研究将受试者随机分为三组:停用 Dupilumab、降低 Dupilumab 剂量、继续标准剂量

Johns Hopkins UniversityJohns Hopkins University
clinicaltrials
浏览 23
表格预测Atopic Dermatitis
Dupilumab De-escalation in Pediatric Atopic Dermatitis

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-09

资源简介

儿童特应性皮炎中 Dupilumab 降阶梯治疗

本数据集来自 clinicaltrials.gov,围绕儿童特应性皮炎(AD)中 Dupilumab 的降阶梯策略展开。研究将受试者随机分为三组:停用 Dupilumab、降低 Dupilumab 剂量、继续标准剂量。治疗期需完成 5 次访视,由医生进行皮肤检查评估 AD 严重程度,并填写症状与严重程度问卷;观察期每十二周填写症状与用药问卷,共 3 次随访。该数据可用于评估在控制良好的 AD 儿童中减少或停用 Dupilumab 的可行性与可持续性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:特应性皮炎。受试者将被随机分配到三组之一:停用 Dupilumab;降低 Dupilumab 剂量;或继续标准 Dupilumab 剂量。在积极研究治疗期间,受试者将被要求完成 5 次研究访视。在这些访视中,医生将进行皮肤检查以评估特应性皮炎(AD)严重程度,受试者将完成关于其 AD 症状和严重程度的问卷。在观察期间,受试者将被要求每十二周完成一次关于其 AD 症状和用药情况的问卷,共 3 次随访联系。本研究的目的是评估在控制良好的 AD 儿童中减少或停用 Dupilumab 的可行性和可持续性。

【主题与分类】

主题标签:Atopic Dermatitis。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06116526

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/NCT06116526

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:特应性皮炎。参与者将被随机分配到三组之一:停用度普利尤单抗;减少度普利尤单抗剂量;或继续使用标准度普利尤单抗剂量。在积极研究治疗期间,参与者将被要求完成5次研究访视。在这些访视中,医生将进行皮肤检查以评估特应性皮炎(AD)的严重程度,参与者将完成关于其AD症状和严重程度的问卷。在观察期间,参与者将被要求每十二周完成一次关于其AD症状和药物使用的问卷,共计3次随访联系。本研究的目的是评估在控制良好的AD儿童中减少或停用度普利尤单抗的可行性和可持续性。

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。

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。