红斑狼疮跨学科研究组（ISGLE）
研究基于欧洲皮肤型红斑狼疮学会（EUSCLE）开发的核心问卷，纳入德国和瑞典两个中心的 40 例患者（32 例女性、8 例男性）
基本信息
资源简介
红斑狼疮跨学科研究组（ISGLE）
该数据集来自 clinicaltrials.gov，聚焦皮肤型红斑狼疮（Cutaneous Lupus Erythematosus）。研究基于欧洲皮肤型红斑狼疮学会（EUSCLE）开发的核心问卷，纳入德国和瑞典两个中心的 40 例患者（32 例女性、8 例男性）。39 例诊断为 CLE，涵盖急性、亚急性、慢性和间歇性亚型，另 1 例表现为系统性病变。研究还考察了发病时间与病程，并使用改良 CLASI 评估皮损活动度与损伤，同时记录光敏史、标准化光试验结果及抗核抗体等实验室指标。该数据可用于皮肤型红斑狼疮的临床特征分析、亚型分布研究及评估工具应用（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：皮肤型红斑狼疮。方法：在欧洲皮肤型红斑狼疮学会（EUSCLE）的研究过程中开发了一套核心问卷，本研究共纳入两个中心（德国和瑞典）的 40 例患者（32 例女性，8 例男性）。结果：39 例个体被诊断为 CLE（5 例急性 CLE、10 例亚急性 CLE、13 例慢性 CLE、18 例间歇性 CLE），1 例个体表现为该疾病的系统性表现。此外，还检查了发病时间与病程，以及使用改良 CLASI 评估皮肤病变的活动度和损伤。有趣的是，75% 的 CLE 患者有光敏史阳性，但只有 62.5% 在标准化光试验后出现特征性病变。实验室分析显示，50% 的患者抗核抗体阳性，抗
【主题与分类】
主题标签：Cutaneous Lupus Erythematosus。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00420173
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/NCT00420173
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：皮肤红斑狼疮。方法：在欧洲皮肤红斑狼疮学会（EUSCLE）的发展过程中，已开发出一套核心问卷集，本研究共纳入了来自德国和瑞典两个中心的40名患者（32名女性，8名男性）。结果：39人被诊断为皮肤红斑狼疮（5例急性皮肤红斑狼疮，10例亚急性皮肤红斑狼疮，13例慢性皮肤红斑狼疮，18例间歇性皮肤红斑狼疮），另有1人表现为该病的系统性症状。此外，还检查了疾病的发病年龄、病程以及采用改良CLASI评估的皮肤病变活动性和损伤程度。有趣的是，75%的皮肤红斑狼疮患者有光敏感史，但标准化光测试后仅62.5%出现特征性病变。实验室分析显示，50%的患者抗核抗体阳性，12例抗Ro/SSA阳性，8例抗La/SSB抗体阳性。
主要使用的治疗包括防晒霜（38例患者）、局部类固醇（31例患者）、局部钙调神经磷酸酶抑制剂（12例患者）、氯喹（19例患者）、羟氯喹（11例患者）和全身性类固醇（12例患者）。结论：新的核心集问卷使临床医生能够描述CLE中涉及的不同皮肤表现，并评估疾病活动性和合理的治疗方式。此外，还可以评估各种亚型的流行病学数据和实验室特征。未来，这种标准化评估可能促进诊断指南和基于证据的治疗策略的发展，从而提高CLE患者的护理质量。
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。
