过敏患者重新引入坚果的观察性研究
该数据集来自 clinicaltrials.gov,主题为树坚果过敏患者重新引入坚果的多中心观察性研究,比较不同引入流程的安全性与依从性,并评估其相对于严格回避坚果这一标准护理在耐受诱导方面的有效性

基本信息
资源简介
过敏患者重新引入坚果的观察性研究
该数据集来自 clinicaltrials.gov,主题为树坚果过敏患者重新引入坚果的多中心观察性研究,比较不同引入流程的安全性与依从性,并评估其相对于严格回避坚果这一标准护理在耐受诱导方面的有效性。研究由希腊雅典的 Panagiotis & Aglaia Kyriakou 儿童医院第二大学儿科诊所过敏与临床免疫科牵头,联合 Attikon 大学医院与 Laiko 综合医院开展,纳入持续性 IgE 介导过敏的参与者。可用于过敏原引入安全性、依从性与耐受诱导结局的分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:树坚果过敏。这是一项多中心观察性研究,比较将树坚果引入 IgE 介导坚果过敏患者饮食的不同流程的安全性与依从性。还将评估树坚果引入在耐受诱导方面相对于标准护理(严格回避树坚果)的有效性。该研究将在希腊雅典“Panagiotis & Aglaia Kyriakou”儿童医院第二大学儿科诊所过敏与临床免疫科开展,并与希腊雅典大学“Attikon”大学医院第二皮肤病与性病学大学诊所“Dimitrios Kalogeromitros”过敏科以及希腊雅典“Laiko”综合医院过敏科合作进行。该研究将纳入持续性 IgE 介导过敏的参与者。
【主题与分类】
主题标签:Tree Nut Allergy。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04151069
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT04151069
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:树坚果过敏。这是一项多中心观察性研究,旨在比较不同方法将树坚果引入IgE介导的坚果过敏患者饮食中的安全性和依从性。同时,还将评估与标准护理(严格避免树坚果)相比,树坚果引入在诱导耐受方面的有效性。该研究将在希腊雅典“Panagiotis & Aglaia Kyriakou”儿童医院第二大学儿科诊所过敏与临床免疫学系进行,并与希腊雅典大学“Attikon”大学医院第二大学皮肤性病学诊所“Dimitrios Kalogeromitros”过敏科以及希腊雅典“Laiko”综合医院过敏科合作开展。该研究将纳入对树坚果(至少包括核桃或开心果)持续存在IgE介导过敏的参与者,他们愿意遵循两种诱导方案之一(A:在家,B:在医院),并自愿就研究方案和目标提供书面知情同意。
参与者将根据自身偏好遵循两种诱导程序中的一种。各组将在参与者人数方面进行匹配。已遵循两种程序之一的参与者可在签署书面知情同意书后参与。对照组由不希望将树坚果引入饮食,但同意为研究目的提供其医疗数据和过敏学检查结果的参与者组成。活性组与对照组的目标比例为3:1。树坚果引入包括:基线评估(筛选期):在所有参与者(活性组和对照组)中,通过皮肤点刺试验(SPTs)、树坚果血清特异性IgE(sIgE)、树坚果组分血清sIgE以及针对相关树坚果的嗜碱性粒细胞活化试验(BAT)来评估IgE介导的过敏,并通过
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。




