Eculizumab治疗日本非典型溶血性尿毒症综合征患者的安全性与疗效
疾病：非典型溶血性尿毒症综合征（aHUS）。研究方案旨在表征Eculizumab在该人群中的总体安全性和耐受性。主题标签：Eculizumab、安全性、耐受性、日本患者
基本信息
资源简介
Eculizumab治疗日本非典型溶血性尿毒症综合征患者的安全性与疗效
该数据集围绕非典型溶血性尿毒症综合征（aHUS）这一罕见血液与淋巴系统疾病，聚焦依库珠单抗（Eculizumab）在日本患者群体中的总体安全性与耐受性表征。数据集英文名称为“The Safety and Efficacy of Eculizumab in Japanese Patients With Atypical Hemolytic Uremic Syndrome (aHUS)”，来源于临床试验注册平台 clinicaltrials.gov，归入血液与淋巴系统疾病下的溶血性尿毒症综合征分类。其核心主题标签为“非典型溶血性尿毒症综合征（aHUS）”，并关联依库珠单抗、安全性、耐受性及日本患者等侧写线索。整体而言，该数据集为研究者了解依库珠单抗在这一特定人群中的安全性研究设计提供了入口性信息。
【数据集背景】
非典型溶血性尿毒症综合征（aHUS）属于血液与淋巴系统疾病范畴，被归类于溶血性尿毒症综合征之下。该数据集所对应的研究方案，其目标在于表征依库珠单抗（Eculizumab）在aHUS患者人群中的总体安全性和耐受性。从主题标签与侧写线索来看，研究关注的人群具有明确的“日本患者”限定，同时将“安全性”与“耐受性”作为核心关注维度。数据集英文名称中虽同时出现“Safety and Efficacy”字样，但源站描述所强调的方案意图集中于安全性与耐受性的总体表征。
【数据内容】
该数据集的主题标签为“非典型溶血性尿毒症综合征（aHUS）”，侧写线索中的短描述指出：疾病为非典型溶血性尿毒症综合征（aHUS），研究方案旨在表征Eculizumab在该人群中的总体安全性和耐受性，相关主题标签包括Eculizumab、安全性、耐受性、日本患者。关于数据集内部的具体字段、变量构成、记录条数或统计指标，源站未提供。
【采集与来源】
该数据集来源于临床试验注册平台 clinicaltrials.gov。源站描述中给出的条件为“Atypical Hemolytic Uremic Syndrome (aHUS)”，并说明研究方案旨在表征依库珠单抗在该人群中的总体安全性与耐受性。除上述来源与描述信息外，关于采集时间范围、采集方法、样本量或招募细节，源站未提供。
【适用场景】
基于现有信息，该数据集适用于关注非典型溶血性尿毒症综合征（aHUS）的研究场景，尤其是围绕依库珠单抗在日本患者中的安全性与耐受性主题进行检索、归类与背景了解。其分类归属血液与淋巴系统疾病／溶血性尿毒症综合征，也可用于该疾病领域下临床试验相关资源的组织与索引。关于具体的分析用途或研究设计层面的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集的信息以临床试验注册平台的方案描述为主，核心内容集中于研究目的与主题标签层面。关于数据完整性、准确性验证、偏倚控制或更新维护机制，源站未提供。由于缺乏具体数据字段与统计结果信息，使用时应以源站描述所界定的范围为准，不宜外推至未提及的疗效结论或人群特征。
【引用与许可】
源站未提供。
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/NCT01757431
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
条件：非典型溶血性尿毒症综合征（aHUS）。本方案旨在描述依库珠单抗在该人群中的总体安全性和耐受性特征。
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。
