Apremilast 治疗特应性皮炎或接触性皮炎研究
该数据集来自 clinicaltrials.gov,聚焦 Apremilast 在特应性皮炎(AD)与过敏性接触性皮炎(ACD)中的研究

基本信息
资源简介
Apremilast 治疗特应性皮炎或接触性皮炎研究
该数据集来自 clinicaltrials.gov,聚焦 Apremilast 在特应性皮炎(AD)与过敏性接触性皮炎(ACD)中的研究。源站描述指出,AD 是慢性炎症性皮肤病,表现为干燥、发红、瘙痒斑块,可随时间增厚并苔藓化;ACD 是对环境过敏原的湿疹性反应。两者病因尚未完全阐明,AD 被认为由 Th2 型 T 细胞介导并产生多种细胞因子,这些细胞因子在体外可被 Apremilast 阻断,慢性 AD 通路可能涉及向 Th1 细胞因子的转变;遗传因素对 ACD 病程的影响不如 AD 显著。数据可用于皮肤疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:特应性皮炎、过敏性接触性皮炎。特应性皮炎(AD)是一种慢性炎症性皮肤病,特征为干燥、发红和瘙痒的斑块,随时间推移可增厚并苔藓化。接触性皮炎,即过敏性接触性皮炎(ACD),是对环境过敏原产生的湿疹性反应。特应性皮炎(AD)和过敏性接触性皮炎(ACD)的病因尚未完全阐明,对潜在机制的新认识扩展并聚焦了治疗方案和范式。特应性皮炎(AD)被认为由 Th2 型 T 细胞介导,其产生多种细胞因子,这些细胞因子在体外可被 apremilast 阻断。慢性特应性皮炎(AD)通路可能涉及向 Th1 细胞因子的转变。遗传因素对过敏性接触性皮炎(ACD)病程的影响不如在特应性
【主题与分类】
主题标签:Atopic Dermatitis、Allergic Contact Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00931242
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/NCT00931242
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
疾病:特应性皮炎、过敏性接触性皮炎。特应性皮炎(AD)是一种慢性炎症性皮肤病,特征为干燥、发红和瘙痒的斑块,随时间推移可变厚并苔藓化。接触性皮炎,或称过敏性接触性皮炎(ACD),是对环境过敏原的一种湿疹性反应。特应性皮炎(AD)和过敏性接触性皮炎(ACD)的病因尚未完全阐明,对潜在机制的新认识扩展并聚焦了治疗方案和模式。特应性皮炎(AD)被认为由Th2型T细胞介导,这些细胞产生多种细胞因子,在体外可被阿普司特阻断。慢性特应性皮炎(AD)通路可能涉及向Th1细胞因子的转变。遗传因素对过敏性接触性皮炎(ACD)病程的影响不如在特应性皮炎(AD)中那么大。相反,过敏性接触性皮炎(ACD)是一种IV型、T细胞介导的迟发型超敏反应,可自限。
与特应性皮炎(AD)相似,多种促炎细胞因子参与将T细胞优先募集至皮肤:Th1细胞因子、Th2细胞因子、CD8细胞因子和T调节性细胞因子。在过敏性接触性皮炎(ACD)中,这些通路由IFN-γ激活,由TNF-α驱动,并且如上所述,阿普司特已在体外被证明可阻断这些细胞因子。目前特应性皮炎(AD)和过敏性接触性皮炎(ACD)的治疗包括皮肤护理、避免触发因素(尤其在ACD情况下)、局部皮质类固醇、 sparing 类固醇治疗、抗组胺药、局部和全身抗生素以及紫外线。对于更顽固的特应性皮炎(AD)和过敏性接触性皮炎(ACD)病例,存在几种免疫抑制治疗。患有顽固性特应性皮炎(AD)或过敏性接触性皮炎(ACD)的受试者已用尽常规全身治疗选择,因为他们对常规全身治疗无反应或无法使用th
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。




