免疫球蛋白G治疗剂量优化
该数据集来自clinicaltrials.gov，聚焦肥胖合并免疫缺陷患者的免疫球蛋白G（IgG）治疗剂量优化问题。源站描述指出，美国20岁以上超重和肥胖人群约1.547亿，全球超重或肥胖人口超16亿；肥胖患者用药剂量策略缺乏充分数据支持，IgG最佳给药策略尚无共识，不同机构分别采用总体重、理想体重
基本信息
资源简介
免疫球蛋白G治疗剂量优化
该数据集来自clinicaltrials.gov，聚焦肥胖合并免疫缺陷患者的免疫球蛋白G（IgG）治疗剂量优化问题。源站描述指出，美国20岁以上超重和肥胖人群约1.547亿，全球超重或肥胖人口超16亿；肥胖患者用药剂量策略缺乏充分数据支持，IgG最佳给药策略尚无共识，不同机构分别采用总体重、理想体重和调整体重给药。数据集可用于研究肥胖患者IgG剂量与血栓风险等安全性问题，支持个体化给药策略的探索（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：肥胖、免疫缺陷。美国20岁以上超重和肥胖个体的估计患病率为1.547亿（自20世纪60年代初以来几乎翻倍），全球有超过16亿人被认为超重或肥胖。与肥胖相关的健康风险因缺乏足够数据支持肥胖患者所遇疾病的各种药物给药策略而加剧。肥胖患者中IgG最佳给药策略尚未建立共识。不同机构正在使用总体重（TBW）、理想体重（IBW）和调整体重（AdjBW）为基础的给药方案。因此，迫切需要确定支持IgG最佳给药策略的证据。有人提出，在肥胖患者中使用TBW给予IgG可能因血液黏度增加、血小板激活等而增加血栓形成风险。
【主题与分类】
主题标签：Obesity、Immune Deficiency。本站分类：内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04818177
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/NCT04818177
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
病症：肥胖、免疫缺陷。据估计，美国20岁以上超重和肥胖个体的人数约为1.547亿（自20世纪60年代初以来几乎翻了一番），全球有超过16亿人被认为超重或肥胖。肥胖患者所面临的各种健康状况治疗中，药物治疗策略的数据支持不足，加剧了与肥胖相关的健康风险。关于肥胖患者IgG最佳给药策略尚未达成共识。不同机构分别采用基于总体重（TBW）、理想体重（IBW）和调整体重（AdjBW）的给药方式。因此，迫切需要找到支持IgG最佳给药策略的证据。有观点提出，对肥胖患者使用TBW来给药IgG可能会因血液黏度增加、血小板活化或血管痉挛而增加血栓形成的风险；并且有报道称血液黏度的增加与IgG剂量相关。提倡使用IBW或AdjBW以减少副作用和药物支出。
目前尚不清楚使用除总体重以外的体重指标来计算IgG剂量的临床影响，且肥胖对IgG药代动力学的影响也未经实验评估。
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。
