接受NTLA-2001治疗受试者的长期随访
病症：转甲状腺素蛋白相关（ATTR）家族性淀粉样多发性神经病、转甲状腺素蛋白相关（ATTR）家族性淀粉样心肌病、野生型转甲状腺素蛋白心脏淀粉样变性
基本信息
资源简介
接受NTLA-2001治疗受试者的长期随访
Long-Term Follow-Up (LTFU) of Subjects Dosed With NTLA-2001 是一项针对既往接受过 NTLA-2001 治疗受试者的长期随访研究，属于观察性评估，旨在追踪该在研疗法在人体中的远期效应。该数据集收录于循环系统疾病 / 其他分类之下，来源为 clinicaltrials.gov。其关注的疾病领域集中在转甲状腺素蛋白相关（ATTR）淀粉样变性，涵盖家族性淀粉样多发性神经病、家族性淀粉样心肌病以及野生型转甲状腺素蛋白心脏淀粉样变性三种具体类型。数据集的核心价值在于为研究者提供接受 NTLA-2001 治疗后受试者的长期安全性及疗效观察信息，适用于对该在研疗法远期表现进行回顾性分析与趋势观察的场景。
【数据集背景】
转甲状腺素蛋白相关（ATTR）淀粉样变性是一组由转甲状腺素蛋白异常沉积引起的疾病，可累及周围神经和心脏，分别表现为家族性淀粉样多发性神经病和家族性淀粉样心肌病；此外还存在野生型转甲状腺素蛋白心脏淀粉样变性这一类型。NTLA-2001 是一种在研疗法，本数据集所对应的研究是对既往在临床试验中接受过 NTLA-2001 给药的受试者开展长期随访，以观察性方式评估该疗法的长期效应。该研究并非新发干预试验，而是对已有受试者群体的延续性追踪。
【数据内容】
数据集所涉及的内容围绕上述三类疾病受试者的长期随访观察展开。其主题标签明确指向转甲状腺素蛋白相关（ATTR）家族性淀粉样多发性神经病、转甲状腺素蛋白相关（ATTR）家族性淀粉样心肌病以及野生型转甲状腺素蛋白心脏淀粉样变性。数据集英文名称为 Long-Term Follow-Up (LTFU) of Subjects Dosed With NTLA-2001，表明其核心对象是接受过 NTLA-2001 给药的受试者。关于随访的具体指标、时间节点、样本量、观测变量等详细数据内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述指出，这是一项对既往临床试验中接受 NTLA-2001 的受试者进行随访的研究，属于观察性评估，用于考察该在研疗法的长期效果。数据采集的具体方式、随访周期、数据录入流程以及质量控制措施等，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相关（ATTR）淀粉样变性领域的研究者，尤其是对 NTLA-2001 这一在研疗法长期效应感兴趣的人员。可用于了解接受该疗法后受试者的远期观察结果，支持对该疗法在家族性淀粉样多发性神经病、家族性淀粉样心肌病及野生型转甲状腺素蛋白心脏淀粉样变性中的长期表现进行回顾性分析。也可作为循环系统疾病相关研究中的参考资料。具体应用场景的边界与限制，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据格式、下载途径、分析工具或操作步骤等均未说明。
【质量与限制】
源站未提供关于该数据集质量评估、数据完整性、偏倚控制、样本代表性或使用限制等方面的信息。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用授权等相关信息。
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/NCT05697861
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：转甲状腺素蛋白相关（ATTR）家族性淀粉样多发性神经病、转甲状腺素蛋白相关（ATTR）家族性淀粉样心肌病、野生型转甲状腺素蛋白心脏淀粉样变性。这是一项对先前临床试验中接受NTLA-2001治疗的受试者进行的随访研究，旨在观察评估该研究性疗法的长期效果。
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。
