Vyndaqel 胶囊特别调查研究（ATTR-CM）
条件：转甲状腺素蛋白（TTR）淀粉样心肌病。了解接受 Vyndaqel 治疗转甲状腺素蛋白淀粉样心肌病的患者的长期安全性（例如，不良反应的发生状态）等信息
基本信息
资源简介
Vyndaqel 胶囊特别调查研究（ATTR-CM）
Vyndaqel Capsules Special Investigation (ATTR-CM) 是一个登记于 clinicaltrials.gov 的研究数据集，聚焦于心血管系统疾病领域中的心脏淀粉样变性。该数据集围绕转甲状腺素蛋白（TTR）淀粉样心肌病这一疾病条件展开，旨在了解接受 Vyndaqel 治疗转甲状腺素蛋白淀粉样心肌病的患者在长期用药过程中的安全性信息，例如不良反应的发生状态等。同时，该研究也涉及 Vynmac 使用时的安全性信息采集，以掌握观察期内的相关安全性情况。数据集以 Transthyretin (TTR) Amyloid Cardiomyopathy 为核心主题标签，属于心血管系统疾病下心脏淀粉样变性这一分类方向，可供关注该疾病治疗安全性的人群参考使用。
【数据集背景】
该数据集所对应的研究背景为转甲状腺素蛋白（TTR）淀粉样心肌病。根据源站描述，研究的目的在于了解接受 Vyndaqel 治疗转甲状腺素蛋白淀粉样心肌病的患者的长期安全性，例如不良反应的发生状态等信息。此外，当 Vynmac 被使用时，也开展该研究以掌握观察期内安全性方面的信息，例如不良反应的发生状态等。数据集归属于心血管系统疾病分类下的心脏淀粉样变性方向，来源站为 clinicaltrials.gov。
【数据内容】
该数据集的主题标签为 Transthyretin (TTR) Amyloid Cardiomyopathy。其涉及的条件为转甲状腺素蛋白（TTR）淀粉样心肌病。研究关注的核心内容为接受 Vyndaqel 治疗的患者在长期用药中的安全性信息，包括不良反应的发生状态等；同时也涵盖 Vynmac 使用期间观察期内的安全性信息，例如不良反应的发生状态等。除上述内容外，源站未提供关于具体变量、字段结构或样本规模的进一步说明。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。其源站描述指出，研究条件为 Transthyretin (TTR) Amyloid Cardiomyopathy，研究目的在于了解接受 Vyndaqel 治疗转甲状腺素蛋白淀粉样心肌病的患者的长期安全性等信息，并在 Vynmac 使用时开展研究以掌握观察期内的安全性信息。关于具体的采集方法、采集时间跨度、采集机构等信息，源站未提供。
【适用场景】
该数据集适用于关注转甲状腺素蛋白（TTR）淀粉样心肌病治疗安全性的人群，尤其是希望了解 Vyndaqel 在长期治疗中安全性表现（如不良反应发生状态）的场景。同时，对于涉及 Vynmac 使用、需要掌握观察期内安全性信息的场景，该数据集也具有参考价值。其所属分类为心血管系统疾病 / 心脏淀粉样变性，因此可服务于该疾病领域的相关研究与信息查阅。除此之外的适用场景，源站未提供。
【使用方法】
源站未提供关于该数据集具体使用方法的说明。
【质量与限制】
源站未提供关于该数据集质量与限制的说明。
【引用与许可】
源站未提供关于该数据集引用与许可的说明。
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/NCT04108091
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：转甲状腺素蛋白（TTR）淀粉样心肌病。了解接受Vyndaqel治疗转甲状腺素蛋白淀粉样心肌病患者长期安全性（如不良反应发生情况）等信息。使用Vynmac时，开展研究以掌握观察期内安全性（如不良反应发生情况）等信息。
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。
