孤立性皮肤血管炎随机多中心研究
研究采用两阶段随机设计：初治阶段将患者按 1:1:1 随机分配至 colchicine、dapsone 或 azathioprine 治疗 6 个月，以第 6 个月治疗反应为终点；若因无效、复发或副作用停药，则进入第二阶段，按 1:1 随机分配至剩余两种药物之一再治疗 6 个月，同样以 6 个月治疗
基本信息
资源简介
孤立性皮肤血管炎随机多中心研究
该数据集来自 clinicaltrials.gov，聚焦孤立性皮肤血管炎的多中心随机研究，覆盖 Primary Cutaneous Vasculitis、Cutaneous Polyarteritis Nodosa、IgA Vasculitis 及 Henoch-Schönlein Purpura 等病种。研究采用两阶段随机设计：初治阶段将患者按 1:1:1 随机分配至 colchicine、dapsone 或 azathioprine 治疗 6 个月，以第 6 个月治疗反应为终点；若因无效、复发或副作用停药，则进入第二阶段，按 1:1 随机分配至剩余两种药物之一再治疗 6 个月，同样以 6 个月治疗反应为终点。数据可用于皮肤血管炎。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Primary Cutaneous Vasculitis、Cutaneous Polyarteritis Nodosa、IgA Vasculitis、Henoch-Schönlein Purpura。符合条件的患者将初始按 1:1:1 随机分配接受三种研究药物之一（colchicine 0.6 mg×2/日；dapsone 150 mg/日；azathioprine 2 mg/kg/日）治疗 6 个月。终点为第 6 个月的治疗反应（第一阶段）。如果患者因缺乏反应（或治疗失败）、疾病复发或副作用而必须在 6 个月研究期内或随后的随访期（至第 12 个月）内停用研究药物，他/她将再次被随机分配接受剩余两种研究药物之一（第二阶段，按 1:1 随机比例）治疗 6 个月。第二阶段的终点同样是 6 个月时的治疗反应。
【主题与分类】
主题标签：Primary Cutaneous Vasculitis、Cutaneous Polyarteritis Nodosa、IgA Vasculitis、Henoch-Schönlein Purpura。本站分类：皮肤与结缔组织疾病/血管炎。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02939573
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/NCT02939573
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：原发性皮肤血管炎、皮肤结节性多动脉炎、IgA血管炎、过敏性紫癜。符合条件的患者将初始按1：1：1随机分配接受三种研究药物之一（秋水仙碱0.6 mg，每日2次；氨苯砜150 mg/日；硫唑嘌呤2 mg/kg/日），疗程6个月。终点为第6个月时的治疗反应（第1阶段）。若患者在6个月研究期内或随后的随访期（至第12个月）内因缺乏应答（或治疗失败）、疾病 flare 或副作用而不得不停用研究药物，则将再次随机分配接受剩余两种研究药物之一（第2阶段，按1：1随机比例），疗程6个月。第2阶段的终点同样为6个月时的治疗反应。
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。
