高血压延缓COVID-19患者病毒清除并加剧气道过度炎症
该数据集来自omicsdi.org,聚焦高血压与心血管疾病在COVID-19重症进展中的风险作用。源站描述显示,研究结合144例临床数据、48例气道样本的单细胞测序数据及体外实验,发现高血压患者免疫细胞存在独特炎症易感性,与COVID-19重症进展相关;ACEI治疗与减轻COVID-19相关过度炎症

基本信息
资源简介
高血压延缓COVID-19患者病毒清除并加剧气道过度炎症
该数据集来自omicsdi.org,聚焦高血压与心血管疾病在COVID-19重症进展中的风险作用。源站描述显示,研究结合144例临床数据、48例气道样本的单细胞测序数据及体外实验,发现高血压患者免疫细胞存在独特炎症易感性,与COVID-19重症进展相关;ACEI治疗与减轻COVID-19相关过度炎症及增强细胞内在抗病毒反应相关,ARB治疗则与上皮-免疫细胞相互作用增强相关。数据可用于探索高血压影响COVID-19病程的免疫机制及降压治疗效应(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):在2019冠状病毒病(COVID-19)中,高血压和心血管疾病是疾病进展至危重症的主要风险因素。然而,其潜在原因以及主要抗高血压治疗——血管紧张素转换酶抑制剂(ACEIs)和血管紧张素受体阻滞剂(ARBs)——的影响仍不清楚。结合临床数据(n = 144)和气道样本的单细胞测序数据(n = 48)与体外实验,我们观察到高血压患者免疫细胞存在明显的炎症易感性,且与COVID-19危重症进展相关。ACEI治疗与COVID-19相关过度炎症的减轻及细胞内在抗病毒反应的增强相关,而ARB治疗则与上皮-免疫细胞相互作用的增强相关。高血压患者的巨噬细胞和中性粒细胞,特别是在ARB治疗下
【主题与分类】
主题标签:2019 novel coronavirus infection、2019-nCoV infection、coronavirus disease 2019、COVID-19、SARS-coronavirus 2、SARS-CoV-2。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://omicsdi.org/dataset/ega/EGAS00001004772
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://omicsdi.org/dataset/ega/EGAS00001004772
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
在2019冠状病毒病(COVID-19)中,高血压和心血管疾病是疾病进展为重症的主要风险因素。然而,其潜在原因以及主要抗高血压治疗——血管紧张素转换酶抑制剂(ACEIs)和血管紧张素受体阻滞剂(ARBs)——的影响仍不明确。结合临床数据(n = 144)和气道样本的单细胞测序数据(n = 48)以及体外实验,我们观察到高血压患者免疫细胞具有明显的炎症易感性,且与COVID-19重症进展相关。ACEI治疗与COVID-19相关过度炎症的减轻及细胞内在抗病毒反应的增强相关,而ARB治疗则与上皮-免疫细胞相互作用的增强相关。高血压患者的巨噬细胞和中性粒细胞,尤其是在ARB治疗下,表现出促炎细胞因子CCL3和CCL4以及趋化因子受体CCR1的更高表达。
尽管我们的队列规模有限,无法确立临床疗效,但我们的数据提示,ACEI治疗对合并高血压的COVID-19患者的临床获益值得进一步研究。
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。




