特应性皮炎全身免疫调节的外在与内在因素
该数据集来自 clinicaltrials.gov,聚焦特应性皮炎患者在接受 dupilumab 全身治疗前后的外周血样本,覆盖治疗前及治疗后 4 周、8 周、16 周多个时间点

基本信息
资源简介
特应性皮炎全身免疫调节的外在与内在因素
该数据集来自 clinicaltrials.gov,聚焦特应性皮炎患者在接受 dupilumab 全身治疗前后的外周血样本,覆盖治疗前及治疗后 4 周、8 周、16 周多个时间点。数据基于预定义的多色流式细胞术 panel 采集,用于分析 T 细胞谱系与分化状态,并借助 PRI 生物信息学分析策略识别两组间差异丰富的 T 细胞亚群。该数据可用于探索预测 dupilumab 治疗应答者与非应答者的识别模式或标志物,支持特应性皮炎精准治疗研究(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。更好地理解特应性皮炎的病理机制可能促进该疾病新治疗策略的开发,并有助于实现更好、更有针对性的疾病管理——这对所有特应性皮炎患者都有利。PRI 是一种新的生物信息学分析策略,可对多变量流式细胞术数据进行深入分析。这有助于识别有意义的 T 细胞亚群,这些亚群在两组之间差异丰富,从而在 dupilumab 治疗前预测应答者与非应答者。将在开始 dupilumab 全身治疗前以及治疗后 4 周、8 周和 16 周采集外周血,以识别 T 细胞上的识别模式/标志物。因此,开发了预定义的多色流式细胞术 panel 来分析谱系、分化
【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/NCT05098821
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/NCT05098821
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:特应性皮炎。更深入地了解特应性皮炎的病理机制,可能有助于为该疾病开发新的治疗策略,并促进更好、更有针对性的疾病管理——这对所有特应性皮炎患者而言都是一项优势。PRI是一种新的生物信息学分析策略,可对多变量流式细胞术数据进行深入分析。这有助于识别有意义的T细胞亚群,这些亚群在两组之间的丰度存在差异,从而在度普利尤单抗治疗前预测应答者和非应答者。将在开始度普利尤单抗全身治疗前以及治疗后4周、8周和16周采集外周血,以识别T细胞上的识别模式/标志物。因此,开发了一个预定义的多色流式细胞术panel,用于分析谱系、分化和活化标志物。患者将接受全身治疗(度普利尤单抗600 mg负荷剂量,随后每两周300 mg)。从第二次访视开始,每3个月进行一次随访访视(第2次访视将在开始度普利尤单抗治疗后4周进行)。
作为本科学研究的一部分所采集的血液样本,在研究实验室中进行假名化处理,并自本研究结束或结果发表后保存5年,随后销毁。
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。




