Abrocitinib治疗唐氏综合征患者特应性皮炎与斑秃
该数据集来自 clinicaltrials.gov，为一项单中心、开放标签、篮式 2b 期临床试验，研究对象为唐氏综合征合并至少一种炎症性皮肤病的患者，涵盖特应性皮炎（AD）和/或斑秃（AA）
基本信息
资源简介
Abrocitinib治疗唐氏综合征患者特应性皮炎与斑秃
该数据集来自 clinicaltrials.gov，为一项单中心、开放标签、篮式 2b 期临床试验，研究对象为唐氏综合征合并至少一种炎症性皮肤病的患者，涵盖特应性皮炎（AD）和/或斑秃（AA）。患者每日口服 abrocitinib 100 mg 共 12 周，应答者维持原剂量，非应答者改为每日 200 mg 再治疗 12 周，第 24 至 60 周维持相应剂量。研究计划入组 56 例，预计约 10% 脱落，目标 51 例完成。AD 与 AA 患者将在多个时间点接受临床评估并采集皮肤和血液标本用于分子分析，可用于炎症性皮肤病治疗反应与生物标志物研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：特应性皮炎、斑秃。这是一项单中心、开放标签、篮式 2b 期试验，将入组至少患有一种炎症性皮肤病（特应性皮炎 [AD] 和/或斑秃 [AA]）的 DS 受试者。由于我们的目标是让 51 名患者完成研究，估计脱落率约为 10%，我们将总共入组 n=56 名患者。患者将接受 abrocitinib 100 mg 每日一次，持续 12 周。应答者（定义为 AD 达到 EASI75 应答，或 AA 达到 SALT ≤20）将维持该剂量，而根据这些定义的非应答者将开始每日 200 mg，再持续 12 周。所有 AD 和 AA 患者将从第 24 周至第 60 周维持其各自的 abrocitinib 剂量。AD 和 AA 患者将在多个时间点接受临床评估，并采集皮肤和血液标本用于分子分析。对于 AD
【主题与分类】
主题标签：Atopic Dermatitis、Alopecia Areata。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07242638
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/NCT07242638
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、斑秃。这是一项单中心、开放标签、篮式2b期试验，将入组至少患有一种炎症性皮肤病（特应性皮炎[AD]和/或斑秃[AA]）的DS受试者。由于我们的目标是使51名患者完成研究，估计脱落率约为10%，我们将总共入组n=56名患者。患者将接受阿布昔替尼100 mg每日一次治疗12周。应答者（定义为AD达到EASI75应答，或AA达到SALT≤20）将继续维持该剂量，而根据这些定义判定为非应答者的患者，将开始200 mg每日一次治疗，再持续12周。所有AD和AA患者将从第24周至第60周维持各自剂量的阿布昔替尼。AD和AA患者将在多个时间点接受临床评估，并采集皮肤和血液标本用于分子分析。对于AD患者，将在第0、12、24、48和60周采集皮损和非皮损胶带粘贴样本，并按我们既往发表的方法进行处理。对于AA患者，将在基线时从皮损和非皮损头皮采集可选的2mm活检，并在第24和48周从皮损头皮采集活检。
将在第0、12、24、36、48和60周采集血样（每次访视共采集17mL，其中12mL用于机制分析）。
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。
