西奈山生物制剂与临床免疫学队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT04784364

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

疾病条件：免疫性疾病、自身免疫性疾病、原发性免疫缺陷。研究团队提出采用双管齐下的方法，以确定免疫表型如何影响接受生物制剂治疗患者的临床免疫疾病病程。首先，团队计划建立一个生物样本库和数据库，纳入人口统计学、免疫学、暴露史和临床记录。该登记库的建立将促进跨疾病学科以及ISMMS附属其他登记库的研究。其次，随着时间推移，团队旨在解决针对使用新型诊断方法提高生物制剂治疗有效性这一特定且数量不断增加的研究问题，具体如下所述。大多数受试者将从西奈山治疗输注中心（TIC）招募，其他在别处或家中接受输注的患者将在预定医疗就诊期间从附属门诊临床实践中招募。具体目标：1.（总体目标）建立生物标本和问卷数据的存储库，并应用最先进的评估工具评估当前的免疫学和临床状况及其随时间的变化。

标本和数据的采集方式将便于纳入新技术、新研究问题、连接智能分析，并为未来跨学科联盟提供资源。将建立一套基础设施，包括多学科指导委员会，以促进衍生研究、统一TIC内部及西奈系统各处的方案、解决程序性问题，并向转诊医生传达更新后的政策。本提案中将考虑的与标准实践中生物制剂反应相关的其他初始具体科学目标包括确定：2. 抗IgE治疗对IgE表型、成熟与产生及临床结局的影响。3. 抗IgE和抗IL-5治疗对多巴胺能通路及临床结局的影响。4. 抗

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。