Tofacitinib治疗难治性额部纤维性脱发的有效性与安全性:一项初步研究
该数据集来自clinicaltrials.gov,聚焦于难治性额部纤维性脱发及头皮扁平苔藓患者,评估口服Tofacitinib的有效性与安全性

基本信息
资源简介
Tofacitinib治疗难治性额部纤维性脱发的有效性与安全性:一项初步研究
该数据集来自clinicaltrials.gov,聚焦于难治性额部纤维性脱发及头皮扁平苔藓患者,评估口服Tofacitinib的有效性与安全性。数据涵盖患者个人基本信息、病史、用药史、脱发症状与诊断记录,以及治疗前血液检测结果;同时通过数码相机和皮肤镜采集头皮、眉毛、睫毛、面部皮疹、关节褶皱、四肢、指甲、口腔及暗斑等部位的皮肤状况图像。这些数据可用于皮肤疾病相关的临床研究、疗效评估及图像分析任务(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:额部纤维性脱发、头皮扁平苔藓。1.研究者收集个人数据,包括年龄、性别、体重、身高、体重指数、腰围、个人病史、过去3个月用药史(女性受试者月经史),以及脱发史和诊断、头皮或其他部位脱发模式、合并症、家族史和其他伴随症状等记录。2.研究者要求患者在治疗前接受各种血液检查。3.研究者使用数码相机和皮肤镜收集患者皮肤状况数据。他们拍摄头皮、眉毛、睫毛、面部皮疹、关节褶皱、手臂、腿部、指甲、口腔和暗斑(如果存在)的图像。4.研究参与者将接受口服Tofacitinib药物治疗,剂量为
【主题与分类】
主题标签:Frontal Fibrosing Alopecia、Lichen Planopilaris of Scalp。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06202560
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/NCT06202560
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:额部纤维性脱发、头皮扁平苔藓样毛囊炎。1. 研究者收集个人数据,包括年龄、性别、体重、身高、体重指数、腰围、个人病史、过去3个月的用药史(女性受试者月经史),以及脱发史和诊断、头皮或其他部位脱发模式、合并症、家族史和其他伴随症状等症状记录。2. 研究者要求患者在治疗前接受各种血液检查。3. 研究者使用数码相机和皮肤镜收集患者皮肤状况的数据。他们拍摄头皮、眉毛、睫毛、面部皮疹、关节皱褶、手臂、腿部、指甲、口腔和暗斑(如有)的图像。4. 研究参与者将接受口服托法替尼药物治疗,剂量为5 mg,每日两次,持续12周。他们将在整个12周内每4周安排一次随访,并在停药后继续随访4周。研究总持续时间为16周。
目的是评估该药物的有效性和安全性。1. 需评估的疾病症状包括面部丘疹、色素性扁平苔藓、瘙痒、毛发痛、毛囊周围红斑和角化过度。2. 额部纤维性脱发严重指数(FFASI)3. 额部纤维性脱发严重评分(FFASS)4. 毛发扁平苔藓活动指数(LPPAI)5. 将拍摄照片。拍摄部位包括头皮、眉毛、睫毛、面部皮疹、关节皱褶、手臂、腿部、指甲、暗斑(如有)和口腔。两名专家医师将独立评估照片。在评估实际患者之前,先对10名患者的照片进行评估,以确定医师之间的一致性。评估将确定患者的病情是改善、保持稳定还是恶化。6. 将进行皮肤镜检查。检查部位包括
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。




