镰状细胞病中的炎症标志物与疼痛

该数据集来自 clinicaltrials.gov,聚焦镰状细胞病患者的炎症与血液学标志物及疼痛评估。研究为观察性横断面设计,覆盖稳定期与血管闭塞危象等不同临床状态的成人患者,记录临床病史、检查发现、疼痛强度(VAS)、临床表现类型、危象持续时间及住院时长,并采集全血细胞计数及分类以计算中性粒细胞与

Assiut UniversityAssiut University
clinicaltrials
浏览 6
蛋白质回归Sickle Cell Disease
Inflammatory Markers and Pain in Sickle Cell Disease

基本信息

模态
蛋白质
任务类型
回归
创建/更新时间
2026-10-19

资源简介

镰状细胞病中的炎症标志物与疼痛

该数据集来自 clinicaltrials.gov,聚焦镰状细胞病患者的炎症与血液学标志物及疼痛评估。研究为观察性横断面设计,覆盖稳定期与血管闭塞危象等不同临床状态的成人患者,记录临床病史、检查发现、疼痛强度(VAS)、临床表现类型、危象持续时间及住院时长,并采集全血细胞计数及分类以计算中性粒细胞与淋巴细胞比值(NLR)和血小板与淋巴细胞比值(PLR)。数据可用于分析炎症标志物与疼痛严重程度的关系,支持疼痛相关结局的回归建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:镰状细胞病。镰状细胞病是一种慢性血液学疾病,特征为反复出现的并发症,包括疼痛性血管闭塞危象。炎症和血液学标志物可能随临床状态而变化,并可能与疼痛严重程度相关。这项观察性横断面研究将评估处于不同临床状态(包括稳定期和血管闭塞危象)的成人镰状细胞病患者。将记录临床病史和检查发现,包括使用视觉模拟量表(VAS)评估的疼痛强度、临床表现类型、危象持续时间以及适用时的住院时长。实验室检查将包括全血细胞计数及分类,并据此计算中性粒细胞与淋巴细胞比值(NLR)和血小板与淋巴细胞比值(PLR)。

【主题与分类】

主题标签:Sickle Cell Disease。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/NCT07865039

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07865039

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:镰状细胞病。镰状细胞病是一种慢性血液系统疾病,其特征为反复出现的并发症,包括疼痛性血管闭塞危象。炎症及血液学标志物可能随临床状态而变化,并可能与疼痛严重程度相关。本观察性横断面研究将评估处于不同临床状态(包括稳定期和血管闭塞危象)的成人镰状细胞病患者。将记录临床病史和检查结果,包括使用视觉模拟量表(VAS)评估的疼痛强度、临床表现类型、危象持续时间以及适用时的住院时间。实验室检查将包括全血细胞计数及分类,据此计算中性粒细胞与淋巴细胞比值(NLR)和血小板与淋巴细胞比值(PLR),以及C反应蛋白(CRP)、乳酸脱氢酶(LDH)和D-二聚体。其他相关的常规实验室检查结果在可获得时也将予以记录。

本研究将评估炎症标志物与疼痛强度之间的关联,并比较这些标志物在不同临床表现中的差异,尤其是稳态与血管闭塞危象。本研究还将探讨这些标志物与相关血液学和生化参数之间的关系。

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。

获取专属数据定制方案