免疫性血小板减少性紫癜演变初期的血液免疫学特征
该数据集来自 clinicaltrials.gov,聚焦免疫性血小板减少性紫癜(ITP)演变初期的血液免疫学特征。源站描述涵盖 ITP 的疾病背景:发病率约每 10 万居民每年 2 至 5 例,按血小板减少持续时间分为急性、持续性和慢性三期,并提及 IVIG、糖皮质激素及脾切除等治疗方式,同时指出目

基本信息
资源简介
免疫性血小板减少性紫癜演变初期的血液免疫学特征
该数据集来自 clinicaltrials.gov,聚焦免疫性血小板减少性紫癜(ITP)演变初期的血液免疫学特征。源站描述涵盖 ITP 的疾病背景:发病率约每 10 万居民每年 2 至 5 例,按血小板减少持续时间分为急性、持续性和慢性三期,并提及 IVIG、糖皮质激素及脾切除等治疗方式,同时指出目前尚无治疗反应预测因子。数据可用于探索 ITP 病程演变与治疗反应的预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:免疫性血小板减少性紫癜、自身免疫性血小板减少症、血小板减少。免疫性血小板减少性紫癜(ITP)是一种罕见的自身免疫性血小板减少症,发病率约为每 10 万居民每年 2 至 5 例。潜在严重的出血风险是管理的主要问题。最近的一次国际共识会议根据血小板减少的持续时间对 PTI 进行分类:急性 ITP(<3 个月)、持续性 ITP(3-12 个月)和慢性 ITP(>12 个月)(Rodeghiero 2009)。在急性或持续期,建议使用多价免疫球蛋白(IVIG)和/或糖皮质激素。在慢性期,脾切除是 70% 患者可能的治愈手段。目前尚无已知的治疗反应预测因子。ITP 的病理生理学是多因素的:由自身抗体介导的血小板吞噬作用、网状内皮系统巨噬细胞,以及在
【主题与分类】
主题标签:Immune Thrombocytopenic Purpura、Autoimmune Thrombocytopenia、Thrombopenia。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/NCT04070599
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/NCT04070599
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:免疫性血小板减少性紫癜、自身免疫性血小板减少症、血小板减少症。免疫性血小板减少性紫癜(ITP)是一种罕见的自身免疫性血小板减少症,发病率为每年每10万居民2至5例。潜在的严重出血风险是管理中的主要问题。近期一项国际共识会议根据血小板减少的持续时间对ITP进行分类:急性ITP(<3个月)、持续性ITP(3-12个月)和慢性ITP(>12个月)(Rodeghiero 2009)。在急性期或持续期,建议使用多价免疫球蛋白(IVIG)和/或糖皮质激素。在慢性期,脾切除术可使70%的患者获得可能的治愈。目前尚无已知的治疗反应预测因子。ITP的病理生理机制是多因素的:由自身抗体介导的血小板吞噬作用、网状内皮系统巨噬细胞及脾脏中的破坏、遗传背景和/或环境因素促进某些淋巴细胞亚群(细胞毒性T细胞或调节性T细胞)通过其细胞因子环境发挥作用、血小板生成异常。ITP可影响儿童和成人,但演变特征差异很大。
在儿童中,ITP常继发于感染,80%的病例为急性;而成人ITP则有80%的病例呈慢性演变。两者的主要诊断和治疗实践相似。这些演变差异的原因尚不清楚,且研究较少。儿童和成人ITP首次发作时观察到的血液免疫反应方向是否不同?这些差异能否解释两个年龄组的演变特异性?是否存在可预测初始治疗反应的血液学参数?
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。




