MYBPC3突变相关心肌病儿科患者自然史研究
该数据集来自clinicaltrials.gov，聚焦MYBPC3基因突变所致心肌病的儿科患者自然史研究。覆盖18岁及以下婴幼儿与儿童，收集其疾病进程、疾病负担、风险因素及生活质量信息，同时记录治疗、操作与结局
基本信息
资源简介
MYBPC3突变相关心肌病儿科患者自然史研究
该数据集为一项聚焦MYBPC3基因突变相关心肌病儿科患者的自然史研究，来源于clinicaltrials.gov，归类于心血管系统疾病下的心肌病方向。其核心目标是收集因MYBPC3基因突变导致心肌病的患者信息，用以评估疾病进程、疾病负担、该病的风险因素以及生活质量。研究特别关注18岁及以下的婴幼儿与儿童，同时记录这一人群所接受的治疗、操作及结局。数据集以心肌病为主题标签，整体侧写强调儿科人群、遗传性心肌病背景以及自然史观察视角，适合用于了解该特定基因突变相关心肌病在儿童群体中的表现与转归。
【数据集背景】
该数据集所对应的研究围绕MYBPC3基因突变所致心肌病展开。心肌病是一组影响心肌结构与功能的疾病，而MYBPC3突变相关心肌病具有明确的遗传背景。该研究以儿科患者为对象，旨在通过自然史研究方式，系统收集患者从婴幼儿期至18岁的疾病相关信息。其关注点不仅包括疾病本身的进程，还延伸到疾病负担、风险因素和生活质量，并涵盖治疗、操作与结局。这一背景决定了数据集具有遗传性心血管疾病与儿科罕见病研究的双重属性。
【数据内容】
数据集涵盖的信息类别包括：患者因MYBPC3基因突变所致心肌病的疾病进程、疾病负担、风险因素以及生活质量。同时，研究还收集针对这些婴幼儿和儿童的治疗信息、操作信息以及结局信息。研究对象年龄范围为18岁及以下。主题标签为心肌病。源站描述中未提供具体变量名称、字段结构、样本量、随访时长或统计指标等细节。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述表明，研究目的是收集MYBPC3基因突变相关心肌病患者的上述信息，并评估其疾病进程、疾病负担、风险因素和生活质量，同时记录18岁及以下患者的治疗、操作与结局。除来源站和源站描述外，关于具体采集机构、采集时间、采集方式、数据更新频率等信息，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与MYBPC3基因突变相关心肌病儿科自然史相关的场景，例如了解该人群的疾病进程、疾病负担、风险因素和生活质量，以及观察其治疗、操作与结局。也可作为心血管系统疾病中心肌病方向，尤其是遗传性心肌病儿科人群研究的参考数据。由于源站未提供具体变量和统计结果，其适用场景应限于对研究主题和覆盖范围的把握，而非直接用于特定统计分析。
【使用方法】
源站未提供具体的数据访问方式、下载格式、使用协议或分析指南。因此，关于如何获取、读取、合并或分析该数据集，源站未提供。
【质量与限制】
该数据集来自clinicaltrials.gov，其源站描述明确了研究目的和关注人群，但未提供样本量、数据完整性、缺失情况、偏倚控制、随访依从性等质量指标。研究对象限定为18岁及以下的MYBPC3突变相关心肌病患者，因此结论外推需谨慎。除源站描述所涵盖的内容外，关于数据质量与局限性的更多信息，源站未提供。
【引用与许可】
源站未提供引用格式、许可条款或使用限制。
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/NCT05112237
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：心肌病。本研究旨在收集因MYBPC3基因突变导致心肌病（CM）患者的信息，以评估其疾病进程、疾病负担、该病的风险因素及生活质量（QoL）。本研究还将收集18岁及以下携带此突变的婴幼儿和儿童的治疗、手术及结局信息。
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。
