嗜酸性肉芽肿性多血管炎中IL-5水平与临床病理特征关联性数据集
该数据集包含45名嗜酸性肉芽肿性多血管炎（EGPA）患者的临床特征与腓肠神经活检病理结果，数据模态主要为临床表格与病理学描述，通过分析血清IL-5水平、ANCA状态与神经病理表现之间的关联，旨在揭示IL-5在EGPA疾病机制中的作用，为评估其作为生物标志物及指导靶向治疗提供研究基础。
基本信息
资源简介
嗜酸性肉芽肿性多血管炎中IL-5水平与临床病理特征关联性数据集
【数据集背景】
本数据集源站标题为《Association between IL-5 levels and the clinicopathological features of eosinophilic granulomatosis with polyangiitis》。
【数据内容】
源站原始描述：Objective: Eosinophilic granulomatosis with polyangiitis (EGPA) is one of the principal causes of vasculitic neuropathy. Recently, clinicopathological differences among patients with EGPA based on their anti-neutrophil cytoplasmic antibody (ANCA) status have been reported. Furthermore, the efficacy of mepolizumab (an anti-interleukin-5 (IL-5) antibody drug) for the treatment of patients with EGPA has been demonstrated. This study aimed to elucidate the significance of IL-5 on the clinicopathol…
【主题与分类】
主题标签：vasculitic neuropathy、small vessel vasculitis、anti-neutrophil cytoplasmic antibodies、interleukin-5。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:14b1cf942e39827ab8d1055af2a0c11e82bcba228e77f2013e556208a51bb817
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
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
该数据集聚焦于嗜酸性肉芽肿性多血管炎（EGPA）的临床病理特征与白细胞介素-5（IL-5）水平之间的关联性研究。数据集包含了45名EGPA患者的临床特征数据以及通过腓肠神经活检获得的病理学检查结果。数据来源为一项回顾性临床研究，通过分析患者血清IL-5水平、抗中性粒细胞胞浆抗体（ANCA）状态（特别是髓过氧化物酶-ANCA）与神经病理学表现（如血管炎和嗜酸性粒细胞浸润程度）之间的关系，旨在评估IL-5作为EGPA生物标志物的潜在价值。该数据集主要用于研究EGPA的疾病异质性、探索其病理机制，并为靶向IL-5的治疗（如美泊利单抗）提供临床病理学依据。
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。
