法国国家队列MATRIX:肾脏与系统性血栓性微血管病
该数据集来自clinicaltrials.gov,为法国国家队列MATRIX,聚焦肾脏与系统性血栓性微血管病。覆盖病种包括血栓性微血管病、急性肾损伤、溶血性尿毒症综合征及肾脏疾病

基本信息
资源简介
法国国家队列MATRIX:肾脏与系统性血栓性微血管病
该数据集来自clinicaltrials.gov,为法国国家队列MATRIX,聚焦肾脏与系统性血栓性微血管病。覆盖病种包括血栓性微血管病、急性肾损伤、溶血性尿毒症综合征及肾脏疾病。源站描述指出继发性血栓性微血管病占95%,原发性仅约5%,但流行病学问题仍多,如部分典型定义患者肾功能受损、肾活检并非总能显示肾脏局限性病变。数据可用于血栓性微血管病的流行病学与临床特征研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:血栓性微血管病、急性肾损伤、溶血性尿毒症综合征、肾脏病学、肾脏疾病。血栓性微血管病(TMA)是一组多样、罕见但严重的疾病。得益于我们团队已发表的工作,其流行病学最近得到阐明。研究显示继发性TMA占95%的病例,而原发性TMA(非典型溶血综合征(HUS)和血栓性血小板减少性紫癜(TTP))仅占约5%。然而,许多流行病学问题仍然存在。首先,许多但并非所有经典定义(机械性贫血、血小板减少、LDH升高、触珠蛋白降低、裂红细胞)的TMA患者存在肾功能受损。如果进行肾活检(并非总是如此,因为TMA是肾活检后出血的危险因素),肾脏病变并不总是显示“肾脏局限性”TMA。我们还d
【主题与分类】
主题标签:Thrombotic Microangiopathy、Acute Kidney Injury、Hemolytic Uremic Syndrome、Nephrology、Kidney Diseases。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05991245
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/NCT05991245
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:血栓性微血管病、急性肾损伤、溶血性尿毒症综合征、肾脏病学、肾脏疾病。血栓性微血管病(TMA)是一组多样、罕见但严重的疾病。得益于我们团队发表的研究,其流行病学最近得到了阐明。研究表明,继发性TMA占病例的95%,而原发性TMA(非典型溶血综合征(HUS)和血栓性血小板减少性紫癜(TTP))仅占约5%。然而,许多流行病学问题仍然存在。首先,许多但并非所有经典定义的TMA患者(机械性贫血、血小板减少、LDH升高、结合珠蛋白降低、裂红细胞)存在肾功能受损。如果进行肾活检(并非总是如此,因为TMA是肾活检后出血的危险因素),肾脏病变并不总是显示“肾局限性”TMA。我们也不知道系统性TMA的哪些病因与肾性TMA相关,哪些不相关。相反,在肾活检患者中,我们可以在没有系统性TMA的情况下发现肾局限性TMA的痕迹。
为什么有些患者出现全身性TMA而无肾脏TMA,而另一些患者有肾脏TMA却无全身性TMA?大多数研究基于少数小规模临床病例及报告这些病例的文献综述。TMA患者的生命、肾脏和心血管预后显然取决于病因、患者的临床表现及其管理。然而,无论TMA的病因和严重程度如何,单纯肾脏型与单纯全身型以及全身合并肾脏型TMA在肾脏、全身和生命结局方面的差异目前尚不清楚。由于这是一种罕见病,只有通过长期(>10年)的多中心(>20个中心)研究,纳入积极招募的大学医院和综合医院,并配备经验丰富且积极的研究者,才能帮助我们回答这些目前尚未解答的问题(这些研究者通常隶属于国家参考中心的资质中心)。
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。




