匈牙利国家系统性淀粉样变性登记研究
该数据集来自 clinicaltrials.gov,为匈牙利国家系统性淀粉样变性登记研究,覆盖系统性淀粉样变性、ATTR 淀粉样变性、AL 淀粉样变性及淀粉样心肌病等病种

基本信息
资源简介
匈牙利国家系统性淀粉样变性登记研究
该数据集来自 clinicaltrials.gov,为匈牙利国家系统性淀粉样变性登记研究,覆盖系统性淀粉样变性、ATTR 淀粉样变性、AL 淀粉样变性及淀粉样心肌病等病种。源站描述指出,系统性淀粉样变性在全球诊断频率上升,AL 淀粉样变性新发病例在国际主要中心保持稳定,AA 淀粉样变性发病率下降,ATTR 淀粉样变性诊断增多,与诊断技术进步、可及性提高及临床认识增强有关。该数据可用于淀粉样变性流行病学、诊断与治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:系统性淀粉样变性、ATTR 淀粉样变性、AL 淀粉样变性、淀粉样心肌病。系统性淀粉样变性在全球范围内的诊断频率日益增加。由于诊断和治疗手段的近期进展,该疾病近年来受到越来越多的临床关注。在过去二十年中,国际主要淀粉样变性中心新诊断的轻链淀粉样变性(AL)病例年数量保持稳定,而淀粉样 A(AA)淀粉样变性的发病率呈逐步下降趋势,这可能归因于慢性炎症性疾病现代疗法的可及性。全球范围内,越来越多的患者被诊断为转甲状腺素蛋白淀粉样变性(ATTR)。这一趋势部分与诊断技术的改进及其更广泛的可及性有关,也与临床认识的提高有关。
【主题与分类】
主题标签:Systemic Amyloidosis、ATTR Amyloidosis、AL Amyloidosis、Amyloid Cardiomyopathy。本站分类:内分泌系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07689331
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/NCT07689331
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:系统性淀粉样变性、ATTR淀粉样变性、AL淀粉样变性、淀粉样心肌病。系统性淀粉样变性的诊断频率在全球范围内日益增加。由于近年来诊断和治疗方法的进步,该疾病在临床上受到越来越多的关注。在过去二十年中,国际主要淀粉样变性中心新诊断的轻链淀粉样变性(AL)病例年数量保持稳定,而淀粉样A(AA)淀粉样变性的发病率则呈逐步下降趋势,这可能归因于慢性炎症性疾病现代疗法的可及性。全球范围内,越来越多的患者被诊断为转甲状腺素蛋白淀粉样变性(ATTR)。这一趋势部分与诊断技术的改进及其更广泛的普及有关,也与医疗保健专业人员临床意识的提高有关。此外,针对ATTR淀粉样变性几种疾病特异性治疗方案的问世,进一步促进了病例的识别和诊断。
系统性淀粉样变性的患病率不断上升,提示该病可能并非如既往认为的那样罕见,而是由于认识有限和诊断关注不足,在历史上被低估。面对患者数量持续增加,有必要建立一个集中式国家数据库,将匈牙利全国所有参与系统性淀粉样变性患者诊疗的中心的数据录入其中。本研究的主要目标是描述匈牙利系统性淀粉样变性患者的人口学、流行病学和临床数据,以及当前全国在诊断和治疗管理及疾病预后方面的实践。我们的长期目标是在匈牙利参与系统性淀粉样变性患者诊疗的医疗中心之间建立合作。这一目标将通过系统性淀粉样变性登记处(AMYREG)予以支持。该登记处将包括人口学数据、关键临
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。




