抗体免疫缺陷的免疫球蛋白疗效与免疫特征研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07516002

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：原发性免疫缺陷病。抗体免疫缺陷（AID）代表一组异质性先天性免疫错误，其特征为抗体产生缺陷，使患者易发生反复感染、慢性炎症以及矛盾的自身免疫表现。虽然免疫球蛋白替代治疗是管理的基石，但患者的临床轨迹和治疗反应仍高度可变。潜在的免疫学缺陷——尤其是T淋巴细胞与B淋巴细胞之间受损的交互作用——对于理解AID的发病机制和表型多样性至关重要。本单中心、前瞻性观察性研究旨在系统描述抗体免疫缺陷患者外周免疫亚群的动态变化，特别关注T-B细胞相互作用。通过采用高分辨率多参数流式细胞术，我们将对关键淋巴细胞亚群进行全面分析。B细胞评估将定量转换记忆B细胞、非转换记忆B细胞、浆母细胞和双阴性B细胞。

同时，T细胞谱分析将评估循环滤泡辅助性T细胞（pTfh）、调节性T细胞（Tregs）以及整体CD4+和CD8+细胞群。参与者将在基线时或在免疫球蛋白稳态治疗期间接受临床和免疫学评估，随后进行前瞻性纵向评估。我们假设特定的基线免疫特征（例如pTfh比例偏移或DN B细胞扩增）可能作为预测突破性感染频率和自身免疫并发症发生的生物标志物。此外，本研究将探讨免疫球蛋白对恢复细胞稳态的潜在长期免疫调节作用。最终，通过将深度免疫表型分析数据与现实世界临床结局相关联——特别是年化感染率、特异性抗体应答和IgG t

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。