秋水仙碱治疗自身免疫性与亚急性甲状腺炎
该数据集来自 clinicaltrials.gov,围绕秋水仙碱用于自身免疫性与亚急性甲状腺炎的相关研究。覆盖 Hashimoto Thyroiditis、Subacute Thyroiditis 及 Thyroiditis 等甲状腺炎症性疾病,涉及慢性自身免疫介导的甲状腺炎症、疼痛性甲状腺肿大、炎

基本信息
资源简介
秋水仙碱治疗自身免疫性与亚急性甲状腺炎
该数据集来自 clinicaltrials.gov,围绕秋水仙碱用于自身免疫性与亚急性甲状腺炎的相关研究。覆盖 Hashimoto Thyroiditis、Subacute Thyroiditis 及 Thyroiditis 等甲状腺炎症性疾病,涉及慢性自身免疫介导的甲状腺炎症、疼痛性甲状腺肿大、炎症标志物升高、暂时性甲状腺毒症及后续甲状腺功能减退等表现。现有治疗包括支持治疗、非甾体抗炎药和糖皮质激素,但激素撤药后复发及不良反应仍是临床关注点。数据可用于了解该领域研究设计、疾病特征与治疗策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Hashimoto Thyroiditis、Subacute Thyroiditis、Thyroiditis。甲状腺炎代表一组异质性甲状腺炎症性疾病。Hashimoto 甲状腺炎的特征是慢性自身免疫介导的甲状腺炎症和进行性甲状腺功能障碍。亚急性甲状腺炎通常表现为疼痛性甲状腺肿大、炎症标志物升高、暂时性甲状腺毒症以及可能的后期甲状腺功能减退。当前治疗策略包括支持治疗、非甾体抗炎药和糖皮质激素。虽然糖皮质激素常能快速缓解症状,但撤药后复发和类固醇相关不良反应仍是临床相关关注点。秋水仙碱抑制微管聚合、白细胞迁移和炎症小体介导的信号传导。这些机制可能在甲状腺炎症性疾病中提供潜在获益。
【主题与分类】
主题标签:Hashimoto Thyroiditis、Subacute Thyroiditis、Thyroiditis。本站分类:内分泌、营养和代谢疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07571681
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/NCT07571681
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
疾病:桥本甲状腺炎、亚急性甲状腺炎、甲状腺炎。甲状腺炎代表一组异质性甲状腺炎症性疾病。桥本甲状腺炎以慢性自身免疫介导的甲状腺炎症和进行性甲状腺功能障碍为特征。亚急性甲状腺炎通常表现为甲状腺疼痛性肿大、炎症标志物升高、一过性甲状腺毒症,以及后期可能出现的甲状腺功能减退。目前的治疗策略包括支持治疗、非甾体抗炎药和糖皮质激素。虽然糖皮质激素常能迅速缓解症状,但停药后复发和类固醇相关不良反应仍是临床关注的问题。秋水仙碱抑制微管聚合、白细胞迁移和炎症小体介导的信号传导。这些机制可能对甲状腺炎症性疾病具有潜在益处。这项前瞻性三臂随机对照试验将比较秋水仙碱、糖皮质激素治疗和支持治疗在炎症改善、甲状腺功能恢复、症状控制、复发和耐受性方面的差异。
参与者将按1:1:1的比例随机分组,并随访六个月。主要结局包括C反应蛋白、红细胞沉降率的变化及临床症状改善。次要结局包括甲状腺功能检测、甲状腺自身抗体、超声改善情况、复发率、是否需要补救性皮质类固醇治疗以及不良事件。本研究可能有助于为炎症性甲状腺疾病确定一种有效的减少类固醇用量的治疗策略。
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。




