急性脾隔离症预后因素

该数据集来自 clinicaltrials.gov,聚焦急性脾隔离症的预后因素,纳入出生时诊断为SS或Sβ°的儿童150例,于3-5月龄入组并随访至24月龄

Assistance Publique - Hôpitaux de ParisAssistance Publique - Hôpitaux de Paris
clinicaltrials
浏览 8
基因组预测Anemia; Drepanocytic
Prognostic Factors of Acute Splenic Sequestration

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-19

资源简介

急性脾隔离症预后因素

该数据集来自 clinicaltrials.gov,聚焦急性脾隔离症的预后因素,纳入出生时诊断为SS或Sβ°的儿童150例,于3-5月龄入组并随访至24月龄。在3、6、12、18、24月龄五次访视中开展临床评估并额外采集5 mL血样,用于红细胞表型(黏附与变形性)及密度分析、遗传图谱分析,并建立细胞库、血清库和DNA库;同时通过脾显像结合血液标志物(凹坑细胞、Howell-Jolly小体计数)评估脾功能。数据可用于探索急性脾隔离症的预后相关因素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:贫血;镰状细胞病。将在150名出生时诊断为SS或Sβ°的儿童队列中开展前瞻性多中心分析,于3-5月龄入组并随访至24月龄。五次访视叠加于镰状细胞病患儿常规随访(法国国家卫生管理局建议)之上,分别于3月龄、6月龄、12月龄、18月龄和24月龄进行,每次访视将进行临床评估并额外采集5 mL血样。样本将用于1.分析红细胞表型(黏附与变形性)及密度 2.遗传图谱 3.建立细胞库、血清库和DNA库。队列中的脾功能将通过脾显像结合血液标志物(凹坑细胞、Howell-Jolly小体计数)进行评估。

【主题与分类】

主题标签:Anemia; Drepanocytic。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/NCT01207037

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/NCT01207037

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:贫血;镰状细胞性贫血。将在一组150名出生时确诊的SS或Sβ°儿童队列中开展前瞻性多中心分析,这些儿童在3-5个月时入组,随访至24个月龄。五次访视将在镰状细胞病患儿常规随访(法国国家卫生管理局建议)基础上叠加进行,分别于3个月、6个月、12个月、18个月和24个月时进行临床评估并额外采血(5 mL)。样本将用于:1.红细胞表型分析(黏附性和变形性)及密度分析;2.基因谱分析;3.建立细胞库、血清库和DNA库。队列中脾功能将通过脾闪烁显像结合血液标志物(凹坑细胞、Howell-Jolly小体计数)进行评估。

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。

获取专属数据定制方案