已取代——补充图:急性缺血性卒中的白细胞介素-1受体拮抗剂治疗不改变抗微生物防御的系统性标志物

本条目已由可在 找到的条目取代 手稿《急性缺血性卒中中的白细胞介素-1受体拮抗剂治疗不会改变抗微生物防御的全身标志物》的补充图

datashare_ed
浏览 27
蛋白质图表数据补充材料循环系统疾病脑血管病临床试验治疗评估生物标志物免疫防御
SUPERSEDED - Supplementary Figures: Interleukin-1 receptor antagonist treatment in acute ischaemic stroke does not alter systemic markers of anti-microbial defence

基本信息

模态
蛋白质
创建/更新时间
2026-10-01

资源简介

已取代——补充图:急性缺血性卒中的白细胞介素-1受体拮抗剂治疗不改变抗微生物防御的系统性标志物

本条目已由可在 找到的条目取代 手稿《急性缺血性卒中中的白细胞介素-1受体拮抗剂治疗不会改变抗微生物防御的全身标志物》的补充图

【数据内容】

源站描述(机器翻译,仅供参考):## 本条目已由可在 https://doi.org/10.7488/ds/2626 找到的条目取代 手稿《急性缺血性卒中中的白细胞介素-1受体拮抗剂治疗不会改变抗微生物防御的全身标志物》的补充图。 摘要 背景 用IL-1受体拮抗剂(IL-1Ra)阻断细胞因子白细胞介素-1(IL-1)是一种正在进入II/III期试验的卒中候选治疗方法,其作用方式是抑制有害的炎症反应。感染是卒中后常见并发症,会显著恶化结局,并与卒中诱导的全身免疫功能缺陷有关,该缺陷被认为由交感神经系统介导。因此,针对卒中的免疫调节治疗(如IL-1Ra)存在加重卒中相关感染的风险。我们的主要目标是确定,在卒中后接受IL-1Ra治疗的患者中,与抗体介导的抗菌防御相关的因素是否进一步受损。 方法 我们使用多重蛋白检测法,评估了接受IL-1Ra或安慰剂治疗的卒中患者以及未治疗的非卒中对照者血浆中免疫球蛋白同种型和补体成分的浓度。通过测定去甲肾上腺素(一种主要的SNS介质)来确定SNS的激活情况。 结果 与非卒中对照者相比,卒中患者血浆IgM、IgA、IgG1和IgG4浓度显著降低,然而接受安慰剂或IL-1Ra治疗的卒中患者之间没有差异。在卒中患者中,与经典途径相关的补体成分浓度升高,而与旁路途径相关的补体成分浓度降低,两者均未受IL-1Ra治疗影响。与非卒中对照者相比,安慰剂组和IL-1Ra治疗的卒中患者卒中后去甲肾上腺素浓度均升高。 结论 这些数据表明,卒中后使用IL-1Ra治疗……

【主题与分类】

主题标签:图表数据、补充材料、循环系统疾病、脑血管病、临床试验、治疗评估、生物标志物、免疫防御。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://datashare.ed.ac.uk/handle/10283/3323

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://datashare.ed.ac.uk/handle/10283/3323

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

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