LANDSCAPE:意大利临床实践中免疫介导炎症性皮肤病患者人口学与治疗模式

LANDSCAPE 是一项基于意大利参与中心常规采集临床数据(电子健康记录及可用医疗文档)的非干预性、多中心、回顾性疾病登记研究,覆盖 2016 年 1 月至 2025 年 12 月

Fondazione ISIDEFondazione ISIDE
clinicaltrials
浏览 6
表格分类PsoriasisAtopic DermatitisVitiligoAlopecia AreataHidradenitis Suppurativa
LANDSCAPE: Demographics and Treatment Patterns of Patients With Immune-Mediated Inflammatory Skin Diseases in Italian Clinical Practice

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-09

资源简介

LANDSCAPE:意大利临床实践中免疫介导炎症性皮肤病患者人口学与治疗模式

LANDSCAPE 是一项基于意大利参与中心常规采集临床数据(电子健康记录及可用医疗文档)的非干预性、多中心、回顾性疾病登记研究,覆盖 2016 年 1 月至 2025 年 12 月。数据涵盖银屑病、特应性皮炎、白癜风、斑秃和化脓性汗腺炎,可用于评估真实世界中的治疗模式、有效性与安全性结局、疾病严重程度评分、持续用药与换药情况以及相关合并症。数据在录入 EDC 系统前进行假名化处理,行使退出权的患者不予纳入(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:银屑病、特应性皮炎、白癜风、斑秃、化脓性汗腺炎。LANDSCAPE 是一项非干预性、多中心、回顾性疾病登记研究,基于参与研究的意大利中心常规采集的临床数据(电子健康记录及可用医疗文档)。数据将覆盖 2016 年 1 月至 2025 年 12 月期间。该登记研究将支持对银屑病、特应性皮炎、白癜风、斑秃和化脓性汗腺炎的真实世界治疗模式、有效性与安全性结局、疾病严重程度评分、持续用药/换药以及相关合并症进行评估。数据在录入 EDC 系统前将进行假名化处理。行使退出权的患者将不被纳入。

【主题与分类】

主题标签:Psoriasis、Atopic Dermatitis、Vitiligo、Alopecia Areata、Hidradenitis Suppurativa。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07336641

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07336641

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:银屑病、特应性皮炎、白癜风、斑秃、化脓性汗腺炎。LANDSCAPE是一项非干预性、多中心、回顾性疾病的登记研究,基于参与中心常规收集的临床数据(电子健康记录及可获取的医疗文档)。数据将涵盖2016年1月至2025年12月期间。该登记研究将支持对银屑病、特应性皮炎、白癜风、斑秃和化脓性汗腺炎的治疗模式、有效性和安全性结局、疾病严重程度评分、持续用药/换药及相关合并症进行真实世界评估。数据在录入EDC系统前将进行假名化处理。行使选择退出权的患者将不被纳入。

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。