慢性疼痛患者人群中Fabry病患病率研究

该数据集来自clinicaltrials.gov,围绕慢性疼痛患者人群中Fabry病的患病率展开,涉及Fabry病与慢性疼痛两类主题

University Hospital, BordeauxUniversity Hospital, Bordeaux
clinicaltrials
浏览 7
其他分类Fabry's DiseaseChronic Pain
Prevalence of Fabry's Disease in a Population of Patients With Chronic Pain

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

慢性疼痛患者人群中Fabry病患病率研究

该数据集来自clinicaltrials.gov,围绕慢性疼痛患者人群中Fabry病的患病率展开,涉及Fabry病与慢性疼痛两类主题。Fabry病是一种罕见的X连锁多系统溶酶体贮积症,由α-半乳糖苷酶缺乏引起,常见表现包括心肌病、肾功能衰竭以及慢性疼痛和外周神经病等神经系统症状。数据集可用于研究该病在慢性疼痛人群中的分布特征,并支持相关筛查与识别分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Fabry病、慢性疼痛。Fabry病(FD)是一种罕见的X连锁多系统溶酶体疾病,由α-半乳糖苷酶缺乏引起。在几乎所有受检组织中均可观察到球形三酰神经酰胺(Gb3)沉积。该病的体征在受累男性中比女性出现更早且更严重。心肌病、肾功能衰竭以及包括慢性疼痛和外周神经病在内的神经系统体征是最常见的表现。两种酶替代疗法的出现现在为患者提供了特异性且有效的治疗。FD的患病率估计在1/40,000至1/117,000之间。此前已在若干表现为单一症状(即肾功能衰竭、肥厚型心肌病和早发性卒中)的患者系列中估计过Fabry病的频率。然而,尚无关于FD在人群中患病率的数据

【主题与分类】

主题标签:Fabry's Disease、Chronic Pain。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02450604

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02450604

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:法布里病,慢性疼痛。法布里病(FD)是一种罕见的X连锁多系统溶酶体贮积症,由α-半乳糖苷酶缺乏引起。在几乎所有受检组织中均可观察到球形三酰神经酰胺(Gb3)沉积。男性患者较女性患者发病更早且症状更严重。心肌病、肾功能衰竭以及包括慢性疼痛和周围神经病在内的神经系统症状是最常见的表现。目前可用的两种酶替代疗法为患者提供了特异性且有效的治疗。FD的患病率估计在1/40,000至1/117,000之间。此前已在若干表现为单一症状(即肾功能衰竭、肥厚型心肌病和早发性卒中)的患者系列中估计了法布里病的频率。然而,尚无关于FD在不明原因慢性疼痛患者群体中患病率的数据。FD的诊断将按照国际推荐标准通过标准程序进行。

这些需要在男性中检测白细胞中α-半乳糖苷酶A活性的缺乏,并在女性中进行GLA基因的遗传分析(Germain等,2010年)。在本研究期间确诊为FD的患者,将被邀请到调查中心进行额外访问,以确认诊断并提出适当的评估和护理建议。

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。

获取专属数据定制方案