伊拉克免疫性血小板减少症患者的幽门螺杆菌根除治疗研究
该数据集来自 clinicaltrials.gov,聚焦伊拉克免疫性血小板减少症(ITP)患者接受幽门螺杆菌根除治疗的血液学效应

基本信息
资源简介
伊拉克免疫性血小板减少症患者的幽门螺杆菌根除治疗研究
该数据集来自 clinicaltrials.gov,聚焦伊拉克免疫性血小板减少症(ITP)患者接受幽门螺杆菌根除治疗的血液学效应。研究在巴格达两家血液学中心招募100名患者,通过粪便抗原检测确定幽门螺杆菌状态,分为观察性横断面分析和干预性开放标签评估两个阶段。数据可用于探讨幽门螺杆菌感染与ITP患者血小板恢复之间的关联,支持消化系统疾病与血液疾病交叉领域的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:免疫性血小板减少性紫癜、幽门螺杆菌感染。免疫性血小板减少症(ITP)是一种获得性自身免疫性疾病,特征为血小板计数低和出血风险增加。若干研究提示幽门螺杆菌感染与根除治疗后血小板恢复之间存在关联,但不同地区和人群的结果存在差异。这项由研究者发起的前瞻性研究旨在评估幽门螺杆菌根除对伊拉克ITP患者的血液学影响。将在巴格达两家血液学中心共招募100名患者。患者将接受粪便抗原检测以确定幽门螺杆菌状态。研究分为两个阶段:第一阶段:对幽门螺杆菌阴性的ITP患者进行观察性横断面分析。第二阶段:对幽门螺杆菌阳性的ITP患者进行干预性、前瞻性、开放标签评估。
【主题与分类】
主题标签:Immune Thrombocytopenic Purpura、HELICOBACTER PYLORI INFECTIONS。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07150286
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/NCT07150286
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:免疫性血小板减少性紫癜、幽门螺杆菌感染。免疫性血小板减少症(ITP)是一种获得性自身免疫性疾病,其特征为血小板计数降低和出血风险增加。多项研究提示幽门螺杆菌感染与根除治疗后血小板恢复之间存在关联,但不同地区和人群的结果存在差异。这项由研究者发起的 prospective 研究旨在评估幽门螺杆菌根除对伊拉克ITP患者血液学的影响。将在巴格达的两个血液学中心招募共100名患者。患者将接受粪便抗原检测以确定幽门螺杆菌状态。该研究分为两个阶段:第一阶段:对幽门螺杆菌阴性的ITP患者进行观察性横断面分析。第二阶段:对幽门螺杆菌阳性的ITP患者与幽门螺杆菌阴性对照进行干预性、前瞻性、开放标签评估。幽门螺杆菌检测阳性的患者将接受为期14天的以左氧氟沙星为基础的三联治疗方案,该方案符合当前美国胃肠病学会(ACG)指南。
将在基线时和治疗完成后四周测量血小板计数。结局将聚焦于根除治疗的血液学应答,次要分析将比较幽门螺杆菌阳性和阴性患者之间的血小板恢复情况。本研究是伊拉克首个评估挽救治疗对ITP患者幽门螺杆菌根除影响的研究。结果可能为治疗应答的地区差异提供新见解,并为未来管理ITP的临床实践指南提供依据。
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。




