评估Eculizumab在日本aHUS患者中的安全性与耐受性
疾病：非典型溶血性尿毒症综合征（AHUS）。本方案旨在正式收集Eculizumab治疗日本aHUS患者的数据。主题标签：非典型溶血性尿毒症综合征、aHUS、Eculizumab、日本患者、安全性、耐受性
基本信息
资源简介
评估Eculizumab在日本aHUS患者中的安全性与耐受性
该数据集英文名称为“To Characterize the Safety and Tolerability of Eculizumab in Two Japanese aHUS Patients”，聚焦于非典型溶血性尿毒症综合征（aHUS）这一罕见疾病领域。根据源站描述，该方案旨在正式收集Eculizumab治疗日本aHUS患者的数据，核心关注点在于安全性与耐受性。数据集归属于血液与淋巴系统疾病分类下的溶血性尿毒症综合征方向，来源站为clinicaltrials.gov。主题标签涵盖非典型溶血性尿毒症综合征（AHUS）、aHUS、Eculizumab、日本患者、安全性及耐受性等关键概念。整体而言，该数据集围绕特定药物在特定人群中的治疗数据收集而建立，为相关研究与临床实践提供结构化的信息来源。
【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，归类于溶血性尿毒症综合征方向。该数据集所对应的方案，其目的被明确表述为正式收集Eculizumab治疗日本aHUS患者的数据。从名称可以看出，该方案关注两名日本aHUS患者在接受Eculizumab治疗过程中的安全性与耐受性特征。这一背景设定使数据集具有明确的人群限定（日本患者）与药物限定（Eculizumab），并围绕安全性与耐受性这两个核心评价维度组织数据收集工作。
【数据内容】
该数据集的主题标签包括非典型溶血性尿毒症综合征（AHUS）、aHUS、Eculizumab、日本患者、安全性、耐受性。源站描述中列出的疾病条件为ATYPICAL HEMOLYTIC UREMIC SYNDROME (AHUS)。数据集名称进一步表明其内容涉及对两名日本aHUS患者使用Eculizumab时安全性与耐受性的表征。关于具体变量、字段结构、记录条数、随访时长等细节，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述说明，该方案旨在正式收集Eculizumab治疗日本aHUS患者的数据。数据集名称中提及“Two Japanese aHUS Patients”，表明数据收集对象为两名日本aHUS患者。关于采集时间范围、采集机构、采集流程与质量控制措施等具体信息，源站未提供。
【适用场景】
基于其主题标签与来源描述，该数据集适用于关注aHUS疾病、Eculizumab治疗、日本患者人群以及安全性与耐受性评价的相关场景。由于数据集明确以正式收集治疗数据为目的，其潜在用途包括围绕该药物在该人群中的安全性及耐受性特征进行信息整理与参考。关于具体的分析用途、研究设计类型或统计方法适用性，源站未提供。
【使用方法】
源站未提供关于数据访问方式、数据格式、使用许可条件或操作步骤的具体说明。
【质量与限制】
该数据集名称明确涉及两名日本aHUS患者，样本规模较小，这是其内容范围上的一个显著特征。关于数据完整性、准确性、缺失情况、偏倚控制以及其它质量维度的评估信息，源站未提供。
【引用与许可】
源站未提供关于引用格式、许可条款或使用限制的具体信息。
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/NCT01755429
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）。本方案旨在正式收集日本患者使用依库珠单抗治疗aHUS的数据。
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。
