联合GDF-15与肺部超声筛查RA和SSc相关ILD
该数据集来自clinicaltrials.gov,聚焦类风湿关节炎(RA)与系统性硬化症(SSc)患者中间质性肺疾病(ILD)的筛查

基本信息
资源简介
联合GDF-15与肺部超声筛查RA和SSc相关ILD
该数据集来自clinicaltrials.gov,聚焦类风湿关节炎(RA)与系统性硬化症(SSc)患者中间质性肺疾病(ILD)的筛查。源站描述指出,ILD是这两种疾病最严重的关节外和全身表现之一,显著增加发病率与死亡率,亚临床ILD在RA患者中患病率高达33%、在SSc患者中高达50%,因此亚临床窗口期的早期检测至关重要。高分辨率计算机断层扫描(HRCT)虽是诊断金标准,但成本较高。数据集主题标签涵盖RA、SSc与ILD,可用于相关筛查方法的研究与评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:类风湿关节炎(RA)、系统性硬化症(SSc)、间质性肺疾病(ILD)。间质性肺疾病(ILD)是类风湿关节炎(RA)和系统性硬化症(SSc)最严重的关节外和全身表现之一。ILD显著增加发病率,并且仍然是这两种疾病的主要死亡原因。越来越多的证据表明,亚临床间质性肺疾病患病率高,在类风湿关节炎患者中高达33%,在系统性硬化症患者中高达50%。因此,在这一亚临床窗口期进行早期检测至关重要,以便在发生不可逆的纤维化替代之前及时启动免疫调节或抗纤维化治疗。尽管胸部高分辨率计算机断层扫描(HRCT)仍然是诊断间质性肺疾病的金标准,但其高成本
【主题与分类】
主题标签:Rheumatoid Arthritis (RA)、Systemic Sclerosis (SSc)、Interstitial Lung Disease (ILD)。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07839221
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/NCT07839221
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:类风湿关节炎(RA)、系统性硬化症(SSc)、间质性肺病(ILD)。间质性肺病(ILD)是类风湿关节炎(RA)和系统性硬化症(SSc)最严重的关节外及全身性表现之一。ILD显著增加发病率,并且仍然是这两种疾病实体的主要死亡原因。越来越多的证据表明,亚临床间质性肺病的患病率很高,在类风湿关节炎患者中高达33%,在系统性硬化症患者中高达50%。因此,在这一亚临床窗口期进行早期检测至关重要,以便在不可逆的纤维化替代发生之前及时启动免疫调节或抗纤维化治疗。尽管胸部高分辨率计算机断层扫描(HRCT)仍然是诊断间质性肺病的金标准,但其高昂的成本和相关的辐射暴露限制了其作为所有患者常规筛查工具的实用性,尤其是在资源有限的环境中。
因此,临床需要一种经过验证、无创、无辐射且经济有效的分诊工具,用于筛查高危人群并识别真正需要诊断性HRCT评估的患者。生长分化因子-15(GDF-15)是转化生长因子-β(TGF-β)超家族中的一种应激反应性细胞因子,已成为反映细胞应激、炎症和纤维化的新型全身性生物标志物。GDF-15在活动性系统性自身免疫性疾病中显著升高,如白塞病、炎症性肠病和干燥综合征。重要的是,GDF-15在活动性纤维化过程中于肺上皮细胞中过表达,并且是特发性肺纤维化以及结缔组织病相关ILD和肺动脉高压中的关键循环生物标志物。作为一种细胞应激细胞因子,血清GDF-15反映了每种疾病中驱动ILD的独特发病机制:RA-ILD:黏膜瓜氨酸化和抗CCP免疫复合物沉积
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。




