预测自身免疫性肝炎免疫抑制撤药成功的生物标志物研究
该数据集来自 clinicaltrials.gov，聚焦 1 型自身免疫性肝炎（AIH）患者免疫抑制治疗安全有效撤药的预测生物标志物研究
基本信息
资源简介
预测自身免疫性肝炎免疫抑制撤药成功的生物标志物研究
该数据集英文名为 Biomarkers to Predict the Success of Immunosuppression Withdrawal in Autoimmune Hepatitis，来源于 clinicaltrials.gov，主题标签为 Autoimmune Hepatitis，本站将其归类于免疫系统疾病 / 其他。数据集聚焦 1 型自身免疫性肝炎（AIH）患者，围绕免疫抑制治疗安全有效撤药的预测生物标志物展开研究。根据源站描述，该研究为前瞻性、非对照、非随机、单中心研究，旨在为 1 型 AIH 患者建立预测生物标志物，以支持安全有效地撤除治疗。研究计划纳入 96 例患者，涉及筛查、逐步撤药和随访等阶段。整体来看，该数据集对应一项针对自身免疫性肝炎治疗撤药决策的临床研究，其核心价值在于探索可用于预测撤药成功与否的生物标志物。
【数据集背景】
自身免疫性肝炎是一种免疫系统疾病，1 型 AIH 患者通常需要接受免疫抑制治疗。如何在保证安全的前提下有效撤除治疗，是临床关注的问题。该数据集对应的研究即为建立预测生物标志物，用于判断 1 型 AIH 患者能否安全、有效地撤药。源站描述指出，研究设计为前瞻性、非对照、非随机、单中心研究，研究对象为 1 型 AIH 患者，且患者需达到至少一定程度的生化缓解（源站描述在此处截断，未提供完整缓解标准）。
【数据内容】
源站描述显示，该研究计划纳入 96 例患者。研究涉及筛查、治疗撤药和随访等环节：筛查预计需要一年时间，治疗撤药将在 6 个月期间逐步完成，随后进行 18 个月的随访。研究目标是建立预测生物标志物，以支持安全有效的治疗撤药。关于具体采集哪些生物标志物、变量字段、数据格式和记录条目，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov，源站描述将其界定为一项前瞻性、非对照、非随机、单中心研究，条件为 Autoimmune Hepatitis。研究对象为确诊 1 型 AIH 且达到生化缓解的患者，计划样本量为 96 例。样本量计算基于复发率的不确定性：一些研究中复发率约为 36%，但该比率受研究人群和后续随访影响而不确定，研究者据此采用该比率的置信区间和 10% 的精度计算得到 87 例，并预期 10% 的脱落，最终样本量为 96 例。关于具体采集机构、采集时间窗口和采集流程细节，源站未提供。
【适用场景】
该数据集适用于与 1 型自身免疫性肝炎免疫抑制治疗撤药相关的预测生物标志物研究场景，可用于了解该研究的设计框架、样本量依据和随访安排。由于源站描述聚焦于研究方案层面，其适用场景应限定在方案理解和相关研究背景参考范围内。关于具体数据分析用途、模型训练或临床决策支持等场景，源站未提供。
【使用方法】
源站未提供具体的数据使用方法、访问方式、字段说明或分析指南。该数据集对应的研究设计包含筛查、6 个月逐步撤药和 18 个月随访，但如何使用其中产生的数据进行生物标志物预测分析，源站未提供。
【质量与限制】
该研究为单中心、非对照、非随机设计，源站描述未提供对照设置或随机化信息。样本量计算依赖复发率估计，而该比率本身存在不确定性，受研究人群和随访情况影响。源站描述在患者生化缓解标准处截断，未提供完整纳入标准。关于数据完整性、缺失值处理、偏倚控制和质量控制措施，源站未提供。
【引用与许可】
源站未提供引用格式、许可条款或数据使用授权信息。该数据集来源于 clinicaltrials.gov，具体引用与许可要求需以源站信息为准，但源站描述未给出相关内容。
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/NCT03711669
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：自身免疫性肝炎。研究设计：这是一项前瞻性、非对照、非随机、单中心研究，旨在为1型自身免疫性肝炎（AIH）患者建立安全有效撤药的预测性生物标志物。研究时长：筛选预计需要一年。撤药将在6个月内逐步进行，随后进行18个月的随访。样本量：一些研究中复发率约为36%。然而，该比率尚不确定，取决于所研究的人群及后续随访情况。因此，研究者根据该比率的置信区间和10%的精确度计算样本量，结果为87例患者。预计10%的脱落率，最终样本量为96例患者。患者：研究者将选取96例诊断为1型AIH、生化缓解至少3年、正在接受免疫抑制治疗并在巴塞罗那医院诊所（Hospital Clinic Barcelona）随访的患者。2型AIH患者被排除，因其已被证实复发风险高。
其他纳入和排除标准如下：治疗撤药：免疫抑制剂（IS）将在6个月内逐渐减量。硫唑嘌呤将在前3个月内停用，每月减量50%。泼尼松将每月减量2.5mg，直至完全停用。在撤药期间及停止治疗后的第一年，患者将每月进行实验室检查，此后每3个月随访一次，直至项目结束。持续缓解：停止治疗后维持AST/ALT低于正常上限2倍的患者。复发：不符合上述标准的患者。数据收集：* 人口学变量：年龄、性别、从诊断到停止治疗的时间、实验室信息如转氨酶、γ-谷氨酰转移酶（GGT）、碱性磷酸酶（AP）和自身抗体。* 纳入时的组织学样本，其中纤维化
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
