特应性皮炎治疗效果研究
该数据集来自 clinicaltrials.gov,围绕特应性皮炎(AD)的治疗效果展开,涉及湿疹、皮炎及遗传性皮肤病等主题

基本信息
资源简介
特应性皮炎治疗效果研究
该数据集来自 clinicaltrials.gov,围绕特应性皮炎(AD)的治疗效果展开,涉及湿疹、皮炎及遗传性皮肤病等主题。源站描述指出,抗菌药物(包括外用和全身抗生素)常用于控制 AD 急性发作,稀释漂白浴可降低伴有细菌性皮肤感染体征患者的临床严重度,但抗菌药物对人体微生物组(尤其皮肤)的长期影响尚未被系统研究,且抗生素暴露后出现的耐药菌能否多年持续存在也未经评估。研究目标包括表征微生物组变化。数据可用于分析治疗与微生物组关联、评估抗生素影响及皮肤疾病分类等任务(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:湿疹、皮炎、遗传性皮肤病、特应性皮炎、皮肤病。背景: 抗生素的使用彻底改变了医学,但抗菌药物对人类微生物组的影响尚未完全了解。 抗菌治疗,包括外用和全身抗生素,非常有效,并经常用于管理特应性皮炎(AD)的疾病发作。在具有细菌性皮肤感染临床体征的患者中,同时使用稀释漂白浴可降低 AD 的临床严重程度。 各种抗菌药物对人类微生物组,尤其是皮肤的纵向影响,尚未被系统研究。 我们最近的研究表明,抗生素暴露后可观察到耐药细菌;然而,多年持续性尚未被评估。目标:主要:- 表征微生物
【主题与分类】
主题标签:Eczema、Dermatitis、Skin Diseases, Genetic、Dermatitis, Atopic、Skin Diseases。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01631617
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT01631617
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:湿疹、皮炎、皮肤疾病、遗传性、皮炎、特应性、皮肤疾病。背景:* 抗生素的使用彻底改变了医学,然而抗菌药物对人类微生物组的影响尚未完全明了。* 抗菌治疗,包括局部和全身性抗生素,对于管理特应性皮炎(AD)的疾病发作极为有效且频繁使用。同时使用稀释漂白浴可减轻有细菌性皮肤感染临床体征的AD患者的临床严重程度。* 各种抗菌药物对人类微生物组,尤其是皮肤的长期影响,尚未得到系统研究。* 我们最近的研究表明,抗生素暴露后可观察到耐药细菌;然而,多年持续存在的情况尚未评估。目标:主要:- 描述健康成年志愿者和AD患者在接受抗菌治疗后微生物组的变化。
入选标准:* 所有受试者必须同时参加NIH方案08-HG-0059 * (队列1[不再招募]、2[已终止]、4[不再招募]、5[已终止])年龄18至50岁、无AD病史的健康志愿者。* (队列1[不再招募]、2[已终止]、4[不再招募]和5[已终止])既往12个月内未使用过全身性抗生素。* (队列3[已终止])年龄2-50岁、患有特应性皮炎且伴有活动性细菌感染症状的受试者。* (队列3[已终止])客观SCORAD(特应性皮炎评分)评分≥15,表明为中重度疾病。* (队列6)既往入组队列1[不再招募]和4[不再招募]的个体。设计:* 一项前瞻性、干预性、纵向研究,考察随机、安慰剂对照、研究者设盲的抗微生物治疗所致的微生物组变化。* 队列1[不再招募]的受试者将被随机分配接受4种开放标签抗生素方案中的一种。* 来自队列2[已终止]的受试者被随机分配接受四种可能的设盲治
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。




