基本信息

模态

表格

创建/更新时间

2026-10-23

资源简介

颞动脉炎病因学研究

Aetiology of TemporaL Arteritis Study 是一个以颞动脉炎（Temporal Arteritis）为核心主题的研究数据集，来源为 clinicaltrials.gov。该数据集聚焦颞动脉炎的病因学研究，其研究目的在于探究巨细胞动脉炎（GCA）潜在的免疫学过程，并考察免疫应答随时间推移的表达模式，从而为如何更好地监测GCA提供信息。数据集在分类上归属于免疫系统疾病下的“其他”类别，主题标签为“Temporal Arteritis”。整体来看，该数据集围绕一项分阶段、长周期随访的临床研究展开，记录了从患者招募、随访观察到后续研究拓展的完整研究设计框架，适合用于了解颞动脉炎免疫学病因研究的设计思路与监测导向。

【数据集背景】

颞动脉炎是一种与免疫系统相关的疾病，本数据集所对应的研究正是从免疫学角度切入，试图揭示巨细胞动脉炎（GCA）背后的免疫学过程。研究的核心关切不仅在于病因层面的免疫机制，还在于免疫应答随时间变化的表达模式，并希望借此获得关于如何最佳监测GCA的信息。这一背景决定了数据集的内容围绕免疫学过程与时间维度上的表达模式展开，而非单纯的流行病学统计或单一时间点的临床观察。

【数据内容】

源站描述显示，该研究的条件为颞动脉炎（Temporal Arteritis），研究目的为调查GCA的潜在免疫学过程并研究免疫应答随时间的表达模式。研究设有明确的终点，即最后一位患者的最终访视。研究项目分为三个阶段：第一阶段（0-2年）招募患者以实现既定的主要和次要目标；第二阶段（0-4年）对患者进行每人总计两年的随访，或随访至患者从门诊出院；第三阶段（1-5年）将在修订伦理框架下定义进一步研究并收集组织与数据。数据内容的具体字段、变量与样本量等信息源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。研究采用分阶段推进的方式组织数据采集：第一阶段聚焦患者招募，第二阶段聚焦为期两年的随访观察，第三阶段则在修订伦理下开展进一步研究并收集组织与数据。关于采集的具体工具、测量方法、组织样本类型及数据记录格式等细节，源站未提供。

【适用场景】

基于现有描述，该数据集适用于关注颞动脉炎尤其是巨细胞动脉炎免疫学病因与免疫应答时间模式的研究场景，也可用于了解GCA监测策略相关研究的设计框架。其分阶段、长周期随访的结构，适合作为研究设计参考，用于理解从患者招募到长期随访再到后续研究拓展的组织方式。其他具体应用场景源站未提供。

【使用方法】

源站未提供具体的使用方法说明，包括数据访问方式、分析流程或配套工具等均未提及。

【质量与限制】

源站未提供关于数据质量、完整性、准确性或样本代表性的评估信息。已知的研究终点为最后一位患者的最终访视，研究周期跨越多个阶段，但数据规模、缺失情况与偏倚控制等质量相关细节源站未提供。

【引用与许可】

源站未提供引用方式与许可条款相关信息。

原始链接

https://clinicaltrials.gov/study/NCT02584517

访问原始数据

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/NCT02584517

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。

数据说明

疾病：颞动脉炎。目标与研究计划：研究目的：本研究旨在探究巨细胞动脉炎（GCA）潜在的免疫学过程，并研究免疫反应随时间变化的表达模式，从而为我们提供关于如何最佳监测GCA的信息。终点：终点将为最后一位患者的最终访视。里程碑：该项目分为3个阶段。第1阶段（0-2年）将招募患者以实现指定的主要和次要目标。第2阶段（0-4年），这些患者将各接受总计2年的随访，或直至其从门诊出院。第3阶段（1-5年），将确定进一步的研究，并在修订后的伦理批准下收集组织和数据。

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