职业性手部湿疹预防方案测试
该数据集来自 clinicaltrials.gov，聚焦职业性接触性皮炎患者中疑似职业性手部湿疹人群。研究将患者随机分为对照组与干预组：对照组由转诊皮肤科医生治疗随访，干预组在 Gentofte Hospital 皮肤科接受治疗随访，等待时间最长 3 周，并接受预防与治疗患者教育、手套咨询、化学工程
基本信息
资源简介
职业性手部湿疹预防方案测试
该数据集来自 clinicaltrials.gov，聚焦职业性接触性皮炎患者中疑似职业性手部湿疹人群。研究将患者随机分为对照组与干预组：对照组由转诊皮肤科医生治疗随访，干预组在 Gentofte Hospital 皮肤科接受治疗随访，等待时间最长 3 周，并接受预防与治疗患者教育、手套咨询、化学工程师个人产品筛查、扩展过敏测试及手部湿疹标准治疗。两组在入组后 3、6、9、12 个月填写问卷。数据可用于评估预防方案对职业性手部湿疹的干预效果（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：职业性接触性皮炎。疑似职业性手部湿疹的患者根据从全科医生转诊至皮肤科医生的转诊情况被招募进入研究。患者被随机分配到对照组或干预组。对照组由其所转诊的皮肤科医生进行治疗和随访，而干预组在 Gentofte Hospital 皮肤科接受治疗和随访，最长等待时间为 3 周。在 Gentofte Hospital 皮肤科，干预组患者接受手部湿疹预防和治疗的患者教育、手套咨询、由化学工程师进行的个人产品筛查、扩展过敏测试以及手部湿疹的标准治疗。对照组和干预组患者均被要求在入组后 3、6、9 和 12 个月填写问卷。
【主题与分类】
主题标签：Occupational Contact Dermatitis。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04790799
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/NCT04790799
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：职业性接触性皮炎。疑似职业性手部湿疹的患者基于从全科医生转诊至皮肤科医生而被招募进入研究。患者被随机分配到对照组或干预组。对照组由其所转诊的皮肤科医生进行治疗和随访，而干预组则在Gentofte医院皮肤科接受治疗和随访，最长等待时间为3周。在Gentofte医院皮肤科，干预组患者接受关于手部湿疹预防和治疗的患者教育、手套使用指导、由化学工程师进行的个人产品筛查、扩展过敏测试以及手部湿疹的标准化治疗。对照组和干预组患者均被要求在纳入研究后第3、6、9和12个月填写问卷。问卷包含关于生活质量、手部湿疹严重程度、工作状况、医疗服务使用情况和药物使用情况的问题。此外，在对照组和干预组中，第3、6、9和12个月时的药物处方均被登记。
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。
