MENA/Levant 免疫与临床特征流行病学登记数据集
MERIT 是一个多中心、多用途的观察性登记数据集,来源于 clinicaltrials.gov,聚焦中东、北非及黎凡特血统人群的临床、流行病学与生物学特征

基本信息
资源简介
MENA/Levant 免疫与临床特征流行病学登记数据集
MERIT 是一个多中心、多用途的观察性登记数据集,来源于 clinicaltrials.gov,聚焦中东、北非及黎凡特血统人群的临床、流行病学与生物学特征。登记对象包括患有慢性疾病的个体及健康志愿者,涵盖抗磷脂抗体阳性、类风湿关节炎、乳糜泻、局灶节段性肾小球硬化、膜性肾病、克罗恩病、1型糖尿病及 Alport 综合征等病种。数据收集标准化临床信息、病史、参与者报告信息及生物样本,可用于研究疾病模式、健康相关特征及生物变异,尤其支持在生物医学研究中长期代表性不足人群的当前与未来研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:抗磷脂(aPL)阳性、类风湿关节炎、乳糜泻、局灶节段性肾小球硬化(FSGS)、膜性肾病、克罗恩病(CD)、1型糖尿病、Alport 综合征。这是一个多中心、多用途的观察性登记,旨在描述中东、北非和黎凡特血统个体的临床、流行病学和生物学特征。该登记将包括患有慢性疾病的个体以及健康志愿者。该登记将收集标准化临床信息、病史、相关参与者报告信息以及生物样本,以支持当前和未来广泛的研究,调查在生物医学研究中历史上代表性不足人群的健康相关特征、疾病模式和生物学变异。参与者将
【主题与分类】
主题标签:Antiphospholipid (aPL)-Positive、Rheumatic Arthritis、Celiac Disease、Membranous Nephropathy、Crohn Disease (CD)、Type 1 Diabetes Mellitus、Alport Syndrome、Pompe Disease、Alzheimer s Disease、Urea Cycle Disorder。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07892651
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/NCT07892651
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
条件:抗磷脂(aPL)阳性、类风湿关节炎、乳糜泻、局灶节段性肾小球硬化(FSGS)、膜性肾病、克罗恩病(CD)、1型糖尿病、Alport综合征。这是一项多中心、多用途的观察性登记研究,旨在描述中东、北非和黎凡特血统个体的临床、流行病学和生物学特征。该登记研究将纳入患有慢性疾病的个体以及健康志愿者。该登记研究将收集标准化的临床信息、病史、相关的参与者报告信息以及生物样本,以支持当前和未来广泛的研究,调查在生物医学研究中历史上代表性不足人群的健康相关特征、疾病模式和生物学变异。
患有慢性疾病的参与者可能包括患有以下疾病(但不限于)的个体:* 心血管疾病 * 代谢性疾病,包括高脂血症和2型糖尿病 * 自身免疫性疾病 * 慢性胃肠道疾病 * 皮肤疾病,包括特应性皮炎和银屑病 * 呼吸系统疾病,包括哮喘和慢性阻塞性肺疾病 * 肾脏和泌尿系统疾病 * 认知和神经系统疾病 * 符合研究入选标准的其他慢性疾病。健康志愿者也可参与。研究程序将包括知情同意、资格评估、收集病史和相关临床信息、在适用情况下审查医疗记录,以及按照研究方案规定收集生物样本。样本可能包括血清、血浆、外周血单核细胞(PBMCs)和尿液。所收集的样本类型可能因参与者和参与中心而异。这是一项观察性登记研究,不进行随机分组。
本研究不会实施任何研究性干预或由研究者分配的治疗。参与者的常规临床护理和治疗决策不会受到指导或修改。
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。




