评估白细胞介素-2对常规治疗抵抗的活动性温抗体型溶血性贫血患者的疗效
该数据集来自 clinicaltrials.gov,聚焦于常规治疗抵抗的活动性温抗体型自身免疫性溶血性贫血(wAIHA)

基本信息
资源简介
评估白细胞介素-2对常规治疗抵抗的活动性温抗体型溶血性贫血患者的疗效
该数据集来自 clinicaltrials.gov,聚焦于常规治疗抵抗的活动性温抗体型自身免疫性溶血性贫血(wAIHA)。源站描述指出,wAIHA 是 B 细胞介导的自身免疫病,红细胞被自身抗体靶向而寿命显著缩短;研究者此前发现 CD3+CD8+ HLA-DR+ T 细胞群与较好结局相关,且缓解期患者循环 CD3+CD8+CD25highFoxp3+ T 细胞比例显著高于对照并与血红蛋白水平相关,这些细胞为 IL10 依赖性 Treg;低剂量 IL2 可促进功能性 CD3+CD8+CD25+Foxp3+ 细胞扩增,构成提出低剂量 IL2 治疗的研究依据。数据可用于探索该病的免疫机制与 IL2 干预研究(来源 clinicaltria。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Autoimmune Hemolytic Anemia. wAIHA 是一种 B 细胞介导的自身免疫病,其中红细胞被自身抗体靶向,导致其寿命显著缩短。研究者两年前在一项多变量回顾性研究中证明,CD3+CD8+ HLA-DR+ T 细胞群体与更好的结局相关。研究者观察到,缓解期 wAIHA 患者循环 CD3+CD8+CD25highFoxp3+ T 细胞的比例显著高于对照,并与血红蛋白水平相关。广泛的表型分析和功能分析揭示,这些细胞是真正的 Treg,以 IL10 依赖的方式发挥作用。最后,用低剂量 IL2 培养来自正常供者或活动性 wAIHAI 患者的 PBMC,促进了功能性 CD3+CD8+CD25+Foxp3+ 的扩增。这些观察构成了提出 l 的依据。
【主题与分类】
主题标签:Autoimmune Hemolytic Anemia。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02389231
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/NCT02389231
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:自身免疫性溶血性贫血。wAIHA是一种B细胞介导的自身免疫性疾病,其中红细胞成为自身抗体的靶标,导致其寿命显著缩短。研究者两年前在一项多变量回顾性研究中证明,CD3+CD8+HLA-DR+T细胞群体与更好的结局相关。研究者观察到,在缓解期wAIHA患者中,循环CD3+CD8+CD25highFoxp3+T细胞的比例显著高于对照组,并与血红蛋白水平相关。广泛的表型分析和功能分析揭示,这些细胞是真正的Tregs,以IL10依赖的方式发挥作用。最后,将正常供者或活动性wAIHA患者的PBMC与低剂量IL2培养,可促进功能性CD3+CD8+CD25+Foxp3+细胞的扩增。这些观察构成了提出低剂量IL2治疗活动性wAIHA患者的基本理由,目的是证明该治疗能够在9周治疗期内诱导CD8Tregs的扩增。将皮下给予四个疗程的IL2(阿地白介素[Proleukin,诺华]),每疗程5天。
第一疗程将限制为每天150万国际单位,随后进行9天的洗脱期。其他疗程为每天300万国际单位,将在16天的洗脱期后开始。患者将在每个治疗疗程的第1天和第5天、在首次和末次给予白细胞介素-2之前接受评估,并将在6个月时再次接受评估。
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。




