Gemelli 慢性风湿病长期结局纵向队列
该数据集来自 clinicaltrials.gov，聚焦慢性风湿病（CRDs）患者的长期结局，属于纵向队列数据。CRDs 涵盖自身免疫与炎症性免疫介导疾病、代谢与退行性疾病以及以纤维肌痛为代表的关节外疼痛综合征，对人群发病率、死亡率及公共卫生决策有重要影响
基本信息
资源简介
Gemelli 慢性风湿病长期结局纵向队列
Gemelli Longitudinal Cohort on Long-term Outcomes in RheumatIc diseAses（简称 GLORIA）是一项聚焦慢性风湿病（CRDs）患者长期结局的纵向队列数据集，收录于 clinicaltrials.gov，在本站归入“内分泌、营养和代谢疾病 / 其他”分类，主题标签为风湿病。该数据集所针对的慢性风湿病是一组异质性很强的疾病，在流行病学、病理生理和临床方面表现各异，但共同特点是给人群发病率与死亡率带来显著影响，并在公共卫生决策和社会成本方面具有重要地位。GLORIA 的核心目标在于对 CRDs 患者的预后作出及时而准确的定义，从而改善临床结局，并为医疗资源的战略性配置、间接经济与非经济成本的降低提供依据。源站描述指出，就患病率或重症监护需求而言，最重要的 CRDs 可归入三大类别：自身免疫与炎症性免疫介导疾病、代谢与退行性疾病，以及以纤维肌痛（FM）最为常见的关节外疼痛综合征。
【数据集背景】
慢性风湿病并非单一疾病，而是一组在流行病学、病理生理与临床特征上差异明显的疾病集合。这类疾病对人群的发病与死亡具有实质性影响，在公共卫生决策和社会成本层面同样具有重要性。正因如此，对 CRDs 患者预后进行及时、准确的判定被视为改善临床结局的关键环节，同时也关系到医疗资源的合理配置以及间接经济成本与非经济成本的最小化。GLORIA 正是在这一背景下建立的纵向队列，旨在围绕慢性风湿病患者的长期结局开展持续观察。源站描述特别强调，按患病率或对重症监护的需求衡量，最具意义的 CRDs 集中在三类：自身免疫与炎症性免疫介导疾病、代谢与退行性疾病，以及关节外疼痛综合征，其中纤维肌痛是该类中最广泛分布的一种。
【数据内容】
该数据集的主题标签为风湿病，聚焦慢性风湿病患者的长期结局，属于纵向队列数据。其覆盖的疾病范围对应上述三大类别，即自身免疫与炎症性免疫介导疾病、代谢与退行性疾病，以及以纤维肌痛为代表的关节外疼痛综合征。关于具体的变量字段、随访时间点、样本量、结局指标定义等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，英文名称为 Gemelli Longitudinal Cohort on Long-term Outcomes in RheumatIc diseAses。其数据来自针对慢性风湿病患者的纵向队列观察。关于具体的采集机构、采集流程、随访方式与数据更新频率，源站未提供。
【适用场景】
基于其纵向队列性质与关注的疾病范围，该数据集适用于围绕慢性风湿病患者长期结局的研究，例如预后判定相关分析，以及面向公共卫生决策、医疗资源战略配置和疾病相关经济负担评估的应用场景。其覆盖的自身免疫与炎症性免疫介导疾病、代谢与退行性疾病、关节外疼痛综合征（含纤维肌痛）三类疾病，为在上述方向上开展分析提供了疾病谱基础。关于具体的建模任务、评价指标或已验证的应用案例，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT06932497
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：风湿性疾病。GLORIA的理论依据 慢性风湿性疾病（CRDs）是一组异质性疾病，其流行病学、病理生理学和临床方面各不相同。CRDs的特点是對人群发病率和死亡率有重大影响，并且在公共卫生决策和社会成本方面具有重要意义。及时、准确地界定CRDs患者的预后对于改善临床结局、战略性地分配医疗资源以及最大限度地减少间接经济和非经济成本至关重要。就患病率或重症监护需求而言，最重要的CRDs可分为三大类：自身免疫性和炎症性免疫介导疾病、代谢性和退行性疾病，以及关节外疼痛综合征，其中纤维肌痛（FM）最为普遍。
自身免疫性或炎症性免疫介导疾病这一类别包括归因于免疫系统异常激活的病症，其中患病率最高的病症为原发性关节炎，以及个体上较少见但总体上具有流行病学相关性的病症，如结缔组织病、血管炎和自身炎症综合征。与器官特异性自身免疫性疾病类似，这些疾病在近几十年来发病率呈上升趋势。其中大多数与多器官受累及可能危及生命的并发症相关。退行性和代谢性病变包括原发性和继发性骨关节炎、晶体性关节病和代谢性骨病，其中骨质疏松症和痛性营养不良症是最常见的类型。这些病症与衰老过程及内分泌代谢疾病广泛相关。考虑到意大利人口的人口学趋势，并且与所谓“代谢综合征”等密切相关病症发病率的上升同步，这些病症的患病率在近几十年来有所增加。它们构成了一个相关的
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。
