局部治疗用于镍脱敏
该数据集来自 clinicaltrials.gov,聚焦于过敏性接触性皮炎中的镍过敏人群。研究目的是评估局部抗炎软膏(calcipotriol、betamethasone dipropionate 或两者联合)能否降低已知镍过敏患者对镍的敏感性,并假设这些局部制剂可防止再次暴露于硫酸镍时的致敏反应

基本信息
资源简介
局部治疗用于镍脱敏
该数据集来自 clinicaltrials.gov,聚焦于过敏性接触性皮炎中的镍过敏人群。研究目的是评估局部抗炎软膏(calcipotriol、betamethasone dipropionate 或两者联合)能否降低已知镍过敏患者对镍的敏感性,并假设这些局部制剂可防止再次暴露于硫酸镍时的致敏反应。方案包含可选的血液样本以测量免疫反应,并采用凡士林作为安慰剂对照。数据可用于探索局部脱敏干预对接触性过敏的预测与评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:过敏性接触性皮炎。1. 目的:评估局部抗炎软膏(calcipotriol、betamethasone dipropionate 或两者联合)能否降低已知镍过敏患者对镍的敏感性。可选血液样本将作为方案的一部分,用于测量免疫反应。2. 假设:使用这些局部制剂将防止再次暴露于硫酸镍时的致敏。3. 理由:目前尚无法为镍敏感患者提供治愈方法。标准治疗仅涉及避免含镍产品。然而,根据患者意识和环境暴露情况,这并不总能轻易实现。局部脱敏尚未在已建立接触性过敏的患者中进行探索。本研究将以凡士林作为安慰剂对照,比较对镍的反应。
【主题与分类】
主题标签:Allergic Contact Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01413477
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/NCT01413477
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:过敏性接触性皮炎。1. 目的:评估局部抗炎软膏(卡泊三醇、二丙酸倍他米松或两者联合使用)是否能降低已知镍过敏患者对镍的敏感性。方案中可选的血样采集将用于测量免疫反应。2. 假设:使用这些局部制剂将防止再次暴露时对硫酸镍产生致敏反应。3. 依据:目前,尚无法为镍敏感患者提供治愈方法。标准治疗仅包括避免接触含镍产品。然而,根据患者的认知和环境暴露情况,这并不总能轻易实现。对于已确立接触性过敏的患者,局部脱敏尚未得到探索。本研究将采用凡士林安慰剂对照,比较接受抗炎软膏治疗者与对照组对镍的反应。4. 目标:a) 评估局部抗炎药物的使用及其在已知镍过敏患者中对镍脱敏的作用。
b) 通过局部抗炎药物应用前后采集的血液样本,测量免疫细胞对镍过敏原的反应。5. 研究方法:随机、双盲、安慰剂对照、原理验证性研究。将招募符合纳入和排除标准且已知对镍敏感的受试者参与研究。同意参与者将接受3组镍斑贴试验:第1周确认镍过敏状态,第3周通过在局部软膏应用部位进行斑贴试验诱导耐受,最后在第5周测试脱敏效果。(第2周为自行应用局部软膏;第4周为休息周)。6. 统计分析:a) 主要终点:通过标准斑贴试验评分测量的临床反应将被记录并拍照以供比较。b) 次要终点:局部治疗前后T调节细胞反应水平。c) 计划样本量
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。




