泼尼松联合氯喹治疗高反应性疟疾性脾肿大
该数据集来自 clinicaltrials.gov,主题为泼尼松联合氯喹治疗高反应性疟疾性脾肿大(HMS)。HMS 是疟疾流行区的慢性自身免疫并发症,患者常因脾肿大出现腹部肿胀或疼痛,未治疗可导致严重贫血和急性细菌感染

基本信息
资源简介
泼尼松联合氯喹治疗高反应性疟疾性脾肿大
该数据集来自 clinicaltrials.gov,主题为泼尼松联合氯喹治疗高反应性疟疾性脾肿大(HMS)。HMS 是疟疾流行区的慢性自身免疫并发症,患者常因脾肿大出现腹部肿胀或疼痛,未治疗可导致严重贫血和急性细菌感染。数据集覆盖 HMS、Malaria 与 Anaemia 相关条件,涉及巴布亚新几内亚、委内瑞拉及撒哈拉以南非洲部分地区的流行情况。由于 HMS 治疗仍属经验性且尚无随机试验,该数据可用于了解疾病背景与治疗研究设计(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:高反应性疟疾性脾肿大、Malaria、Anaemia。高反应性疟疾性脾肿大(HMS)是疟疾流行区已知的慢性自身免疫并发症。HMS 患者最常主诉因脾脏肿大引起的腹部肿胀或疼痛,该病采用明确的临床和实验室标准进行定义。多数患者初诊时 HMS 表现良性,但若不治疗,会导致严重贫血以及急性细菌感染。存在家族和种族聚集现象,提示遗传基础。据报道,巴布亚新几内亚和委内瑞拉某些地区患病率较高,HMS 在撒哈拉以南非洲部分地区(包括苏丹和加纳)也很常见。由于迄今尚未开展随机试验,HMS 的治疗仍属经验性。长期抗疟化学预防被视为治疗的支柱。
【主题与分类】
主题标签:Hyper-reactive Malarial Splenomegaly、Malaria、Anaemia。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/NCT01785979
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/NCT01785979
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:高反应性疟疾性脾肿大、疟疾、贫血。高反应性疟疾性脾肿大(HMS)是疟疾流行地区已知的慢性自身免疫性并发症。HMS患者最常见的主诉是脾脏肿大引起的腹部膨隆或疼痛,该病依据明确的临床和实验室标准进行定义。多数患者初诊时表现良性,但若不治疗,可导致严重贫血及急性细菌感染。该病存在家族和种族聚集现象,提示遗传基础。据报道,巴布亚新几内亚和委内瑞拉某些地区患病率较高,HMS在撒哈拉以南非洲部分地区(包括苏丹和加纳)也较常见。由于迄今尚无随机试验,HMS的治疗仍属经验性。长期抗疟化学预防被视为治疗的基石,但最佳药物方案和疗程尚不清楚。可能需要三至六个月才能观察到疗效,且停药后可能复发。
基于实验研究中观察到的益处,糖皮质激素已被用于各种病例报告中治疗严重的高反应性疟疾性脾肿大。由于这些病例预后良好且药物耐受性佳,泼尼松已成为该疾病颇具吸引力的治疗选择。HMS病理生理学的核心在于功能性CD8 T细胞缺陷导致免疫球蛋白M过度产生,以及随之而来的B淋巴细胞扩增和活化。糖皮质激素可能通过抑制单核吞噬细胞系统对包被免疫球蛋白的红细胞的隔离而立即起效,并通过糖皮质激素诱导的抗体合成抑制而产生后期效果。我们旨在评估泼尼松诱导治疗后氯喹与单用氯喹相比,在治疗新诊断的高反应性疟疾性脾肿大成年患者中的疗效。
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。




