Graves病治疗观察数据集
该数据集来源于clinicaltrials.gov,主题为Graves病治疗观察,聚焦患者对医疗服务的接受度。Graves病是临床甲状腺功能亢进的主要病因,约占75%至80%,多见于育龄期女性,临床表现包括高代谢综合征、浸润性突眼和胫前黏液性水肿等

基本信息
资源简介
Graves病治疗观察数据集
该数据集来源于clinicaltrials.gov,主题为Graves病治疗观察,聚焦患者对医疗服务的接受度。Graves病是临床甲状腺功能亢进的主要病因,约占75%至80%,多见于育龄期女性,临床表现包括高代谢综合征、浸润性突眼和胫前黏液性水肿等。该病为器官特异性自身免疫病,以产生针对促甲状腺激素受体的特异性抗体TRAb为特征。数据可用于内分泌代谢疾病领域的患者接受度分析与相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:患者对医疗服务的接受度。Graves病是临床甲状腺功能亢进的主要病因,约占75%至80%,发生于育龄期女性。临床表现包括:多食、体重减轻、多汗、心悸、情绪激动等高代谢综合征。部分患者可出现浸润性突眼和胫前黏液性水肿等表现。Graves病是一种器官特异性自身免疫性疾病,其特征是产生针对促甲状腺激素受体(TSHR)的特异性抗体TRAb。TRAb可模拟促甲状腺激素的作用,与TSHR结合,刺激性TRAb可引起cAMP持续激活,导致甲状腺激素生成和释放增加。循环中过量的甲状腺激素作用于机体组织,引起高代谢和甲状腺肿。
【主题与分类】
主题标签:Patient Acceptance of Health Care。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/NCT05043233
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/NCT05043233
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:患者对医疗服务的接受度。Graves病是临床甲状腺功能亢进症的主要病因,约占75%~80%,多见于育龄期女性。临床表现包括:多食、体重下降、多汗、心悸、情绪激动等高代谢综合征。部分患者可出现浸润性突眼、胫前黏液性水肿等表现。Graves病是一种器官特异性自身免疫性疾病,其特征是产生针对促甲状腺激素受体(TSHR)的特异性抗体TRAb。TRAb可模拟促甲状腺激素的作用,与TSHR结合,刺激性TRAb可引起cAMP持续激活,导致甲状腺激素生成和释放增加。循环中过多的甲状腺激素作用于机体组织,引起高代谢和甲状腺肿。Graves病的发病机制目前尚不清楚。遗传、环境和免疫三大因素均参与Graves病的发生。毫无疑问,免疫因素是Graves病甲状腺功能亢进症发病的重要因素。
研究表明,CD4+ T细胞在Graves病中发挥重要作用。CD4+ T淋巴细胞可接受抗原提呈细胞提呈的抗原,分泌细胞因子并辅助B淋巴细胞分化为浆细胞并产生抗体。CD4+T约占外周T细胞的40%至60%,可分化为Th1、Th2、Th17、Th22、Th9和Treg细胞等多种T细胞亚群。Treg细胞是调节性T细胞,主要参与炎症的负向调控。近期研究表明,Treg细胞数量减少或功能丧失与多种自身免疫性疾病的发病机制相关。研究者既往研究显示,初发Graves病患者外周血单个核细胞中Treg细胞比例显著低于健康
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。




