PICASSO 银屑病前瞻性随访队列
PICASSO 是一个面向新发银屑病患者的前瞻性登记与生物样本库项目，入组病程小于3年的患者并随访10年，每2.5年进行一次标准化访视
基本信息
资源简介
PICASSO 银屑病前瞻性随访队列
PICASSO（ProspectIve Cohort psoriASiS fOllow-up）是一个面向新发银屑病患者的前瞻性登记与生物样本库项目。该项目招募病程小于3年的银屑病患者，对其进行为期10年的随访，每2.5年安排一次访视，且每次访视均遵循同一套方案。登记内容涵盖患者人口学信息、个人及家族病史、既往与当前银屑病治疗详情、体格检查、疾病活动度评分以及患者报告结局指标（PROMs）。部分患者参与子研究，接受超声检查以测定颈动脉内中膜厚度。项目还开展多组织的广泛生物样本采集与保存，但不涉及研究用药的发放，患者按医生处方接受标准治疗。
【数据集背景】
银屑病是一种慢性皮肤疾病，PICASSO项目以新近发病的银屑病患者为对象建立前瞻性登记队列，并配套建设生物样本库。其设计着眼于在疾病早期阶段启动系统化、长周期的观察，通过统一随访方案收集纵向数据，为理解银屑病的病程演变提供登记基础。该数据集在分类上归入皮肤疾病／其他，主题标签为银屑病。
【数据内容】
登记采集的信息包括患者人口学资料、个人病史与家族病史、银屑病治疗的既往和当前情况、体格检查结果、疾病活动度评分以及患者报告结局指标。生物样本库部分涉及多种组织的广泛生物样本采集。子研究中对部分患者开展超声检查，用于测定颈动脉内中膜厚度。项目不提供研究用药，患者接受的是医生处方下的标准治疗。
【采集与来源】
数据来源于clinicaltrials.gov登记的项目信息。项目为前瞻性登记设计，入组病程小于3年的银屑病患者，随访期10年，访视间隔2.5年，每次访视执行相同方案，以保证纵向数据采集的一致性。
【适用场景】
基于其新发患者队列、10年随访与标准化访视的设计，该登记适用于银屑病早期病程的纵向观察研究，以及结合生物样本开展的相关研究；子研究的颈动脉内中膜厚度测量数据可用于涉及该指标的分析。具体适用场景的更多说明源站未提供。
【使用方法】
源站未提供。
【质量与限制】
项目采用统一访视方案和标准化随访间隔，有助于纵向数据的一致性；但项目不实施研究用药干预，患者治疗为常规临床实践下的标准治疗，相关治疗信息以登记记录为准。其余质量控制措施与使用限制源站未提供。
【引用与许可】
源站未提供。
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/NCT05122039
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：银屑病。PICASSO项目是一个前瞻性登记研究，配有广泛的生物样本库，可纳入新发银屑病患者（病程<3年）。参与者随访10年，计划每2.5年进行一次访视。每次访视均遵循相同方案。该登记研究采集患者人口学资料、病史（个人史和家族史）、银屑病治疗详情（既往和当前）、体格检查、疾病活动度评分和患者报告结局指标（PROMs）。部分患者（子研究）将接受超声检查以测定颈动脉内中膜厚度。该项目的生物样本库涵盖多种组织的广泛生物采样。给予研究药物不属于本项目范围：患者接受由其医生开具的标准治疗。
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。
