外用螺内酯治疗寻常痤疮:随机试验的Meta分析
数据包含凝胶与乳膏制剂比较的亚组森林图、外用螺内酯与安慰剂比较的总森林图、PRISMA 2020 清单、偏倚风险评估表、数据提取表、完整参考文献列表及 PRISMA 流程图

基本信息
资源简介
外用螺内酯治疗寻常痤疮:随机试验的Meta分析
Efficacy of Topical Spironolactone in Acne Vulgaris: A Meta-Analysis of Randomized Trials
该数据集是提交至 Journal of the American Academy of Dermatology (JAAD) 的 Brief Report 的补充材料,主题为外用螺内酯治疗寻常痤疮的随机试验 Meta 分析。数据包含凝胶与乳膏制剂比较的亚组森林图、外用螺内酯与安慰剂比较的总森林图、PRISMA 2020 清单、偏倚风险评估表、数据提取表、完整参考文献列表及 PRISMA 流程图。这些材料可用于提升 Meta 分析结果的透明度和可重复性,帮助读者和审稿人了解详细方法、研究比较和质量评估(来源 DOI 解析)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含支持提交至 Journal of the American Academy of Dermatology (JAAD) 的 Brief Report(题为“Efficacy of Topical Spironolactone in Acne Vulgaris: A Meta-Analysis of Randomized Trials”)的补充材料。数据集包含:比较凝胶与乳膏制剂的亚组森林图(Figure 2);比较外用螺内酯与安慰剂的总森林图(Figure 1);概述研究选择过程的 PRISMA 2020 清单;偏倚风险评估表(ROB)[figures and sheet];总结研究特征和结局的数据提取表;完整参考文献列表(超出主简报中引用的 5 篇);Prisma 流程图。这些文件提供了 Meta 分析发现的透明度和可重复性,并允许读者和审稿人探索无法包含在 th 中的详细方法、研究比较和质量评估。
【主题与分类】
主题标签:Dermatology、Acne、Topical Treatment。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/nfpdjcx3n6
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://doi.org/10.17632/nfpdjcx3n6
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:
数据集大小约 874.0 KB。
数据说明
本数据集包含支持提交至《美国皮肤病学会杂志》(JAAD)的简报《外用螺内酯治疗寻常痤疮的疗效:随机试验的荟萃分析》的补充材料。该数据集包含:比较凝胶与乳膏制剂的亚组森林图(图2)比较外用螺内酯与安慰剂的总体森林图(图1)概述研究筛选过程的PRISMA 2020清单偏倚风险评估表(ROB)[图与表]总结研究特征与结局的数据提取表完整参考文献列表(超出主简报中引用的5篇)Prisma流程图这些文件提供了荟萃分析结果的透明性和可重复性,并使读者和审稿人能够探索因篇幅限制而无法纳入主文稿的详细方法学、研究比较和质量评估。所有纳入材料均符合PRISMA 2020和ICMJE指南。
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。




