儿童及成人aHUS依库珠单抗停药算法策略评估研究

该数据集来自clinicaltrials.gov,围绕非典型溶血性尿毒症综合征(aHUS)儿童及成人患者,评估基于算法的依库珠单抗停药策略

Nantes University HospitalNantes University Hospital
clinicaltrials
浏览 10
医学影像预测Atypical Hemolytic Uremic Syndrome
Study Assessing an Algorithm-based Strategy of Eculizumab Discontinuation in Children and Adults With aHUS

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-19

资源简介

儿童及成人aHUS依库珠单抗停药算法策略评估研究

该数据集来自clinicaltrials.gov,围绕非典型溶血性尿毒症综合征(aHUS)儿童及成人患者,评估基于算法的依库珠单抗停药策略。源站描述涵盖24个月随访期间的体格检查、血压测量、血液与尿液实验室检测、家庭尿试纸自测,以及补体激活、内皮细胞和免疫细胞激活标志物在多个时间点的评估。数据可用于研究aHUS患者停药后的疾病监测、生物标志物动态变化及算法化停药策略的可行性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:非典型溶血性尿毒症综合征。前3个月每月进行一次访视(体格检查;血压测量),之后21个月每3个月进行一次。从入组至第6个月每2周进行血液(血清肌酐、血小板计数、血红蛋白、LDH、触珠蛋白)和尿液(蛋白尿/肌酐尿比值及显微镜下血尿)检测,自第7个月起每月进行一次。患者在家每周至少进行两次尿液试纸检测(用于白蛋白尿和显微镜下血尿)。补体激活标志物以及内皮细胞激活和免疫细胞激活的生物标志物将在基线、第1个月、第3个月、第6个月、第9个月、第12个月、第18个月和第24个月进行评估。

【主题与分类】

主题标签:Atypical Hemolytic Uremic Syndrome。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/NCT02574403

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/NCT02574403

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:非典型溶血性尿毒症综合征。在3个月内每月进行一次访视(体格检查;血压测量),此后21个月内每3个月进行一次。从入组至第6个月,每2周进行一次血液(血清肌酐、血小板计数、血红蛋白、LDH、结合珠蛋白)和尿液(蛋白尿/肌酐尿比值及镜下血尿)检测,自第7个月起改为每月一次。患者需在家每周至少进行两次尿液试纸检测(用于白蛋白尿和镜下血尿)。补体激活标志物以及内皮细胞激活和免疫细胞激活的生物标志物将在基线、第1个月、第3个月、第6个月、第9个月、第12个月、第18个月和第24个月进行评估。

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