IBD 自身免疫性矛盾反应纵向队列
该数据集来自 clinicaltrials.gov,为炎症性肠病(IBD)患者中自身免疫性矛盾反应的纵向队列研究。覆盖克罗恩病、溃疡性结肠炎及结肠炎等病种,纳入确诊 IBD 且正在使用或计划在一个月内开始使用生物制剂(抗 TNF、natalizumab、vedolizumab 或 ustekinum

基本信息
资源简介
IBD 自身免疫性矛盾反应纵向队列
该数据集来自 clinicaltrials.gov,为炎症性肠病(IBD)患者中自身免疫性矛盾反应的纵向队列研究。覆盖克罗恩病、溃疡性结肠炎及结肠炎等病种,纳入确诊 IBD 且正在使用或计划在一个月内开始使用生物制剂(抗 TNF、natalizumab、vedolizumab 或 ustekinumab)的成人患者,包括现患使用者和新开始使用者,并记录既往与生物制剂相关的四种矛盾反应结局。可用于研究生物制剂相关矛盾反应的发生、随访与预后分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:炎症性肠病、克罗恩病、溃疡性结肠炎、结肠炎。纳入/排除标准:所有确诊 IBD 且正在使用生物制剂或计划在 1 个月内开始使用(定义为任何抗 TNF、natalizumab、vedolizumab 或 ustekinumab)的成人(≥18 岁)将被纳入前瞻性队列(最初在 5 个中心进行试点,之后在获得全额资助后纳入 CRA 的所有中心)。当前使用生物制剂的个体(即现患使用者)将被纳入,并收集关于初始生物制剂开始时间及既往具体制剂配方的记录。理想情况下,新开始使用生物制剂者将在决定开始使用生物制剂的访视时被招募。既往有与生物制剂相关的 4 种所述矛盾结局之一病史者也将作为现患病例纳入,以增加
【主题与分类】
主题标签:Inflammatory Bowel Diseases、Crohns Disease、Ulcerative Colitis、Colitis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02503514
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/NCT02503514
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:炎症性肠病、克罗恩病、溃疡性结肠炎、结肠炎。纳入/排除标准:所有确诊为IBD且正在使用生物制剂或计划在1个月内开始使用生物制剂(定义为任何抗TNF、那他珠单抗、维多珠单抗或乌司奴单抗)的成年人(≥18岁)将被纳入前瞻性队列(最初在5个中心进行试点,之后在获得全额资助的情况下纳入CRA所有中心)。当前正在使用生物制剂的个体(即现患使用者)将被纳入,并收集其初始开始使用生物制剂的时间及既往具体制剂类型的记录。理想情况下,新开始使用生物制剂的患者将在决定开始使用生物制剂的就诊时被招募。既往有与生物制剂相关的4种所述矛盾结局之一病史者也将作为现患病例纳入,以增加样本量,并根据病历收集适当的临床信息。所有现患病例的数据将被录入历史前瞻性随访,同时仍将进行随访以确保矛盾反应不再复发。
暴露:将在基线时收集数据,包括人口学和疾病特异性因素、合并用药、实验室数据,以及用于生物样本库保存的血清和血浆。随访:个体将每6个月通过电子邮件、电话访谈或门诊随访就诊时进行随访。随访期间任何时间点发生结局的数据事件表将在门诊实时收集,或若由6个月标准随访触发则予以收集。矛盾免疫反应的结局:结局定义为a)银屑病样皮肤病变,b)药物诱导性狼疮,c)脱髓鞘疾病或d)血管炎。若发生新发矛盾反应,将从各中心通过事件捕获表收集具体信息,并从针对该矛盾反应的常规临床诊疗中提取数据。将获取确认该反应的医疗记录,并附病理学(皮肤活检)或r的副本
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。




