中国IgG4相关性疾病国家登记研究

该数据集来自clinicaltrials.gov,是一项在中国开展的多中心IgG4相关性疾病(IgG4-RD)登记研究。研究对象为根据2011年综合诊断标准确诊、可能或疑似的IgG4-RD患者,排除恶性肿瘤或其他自身免疫性疾病患者

Peking Union Medical College HospitalPeking Union Medical College Hospital
clinicaltrials
浏览 8
医学影像IgG4-Related Disease
National Registry of IgG4-RD in China

基本信息

模态
医学影像
创建/更新时间
2026-10-20

资源简介

中国IgG4相关性疾病国家登记研究

该数据集来自clinicaltrials.gov,是一项在中国开展的多中心IgG4相关性疾病(IgG4-RD)登记研究。研究对象为根据2011年综合诊断标准确诊、可能或疑似的IgG4-RD患者,排除恶性肿瘤或其他自身免疫性疾病患者。数据通过中国风湿病信息平台上传,记录人口学资料、初始症状、病程、过敏史、体格检查、器官受累、实验室检查、影像学与病理结果以及治疗和副作用等信息。该数据可用于描述中国IgG4-RD患者的临床特征、疾病表型及治疗模式,支持相关临床研究与预后分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:IgG4相关性疾病。这是一项针对IgG4-RD患者的多中心登记研究。新诊断的IgG4-RD患者将从中国各地招募。纳入标准:根据2011年IgG4-RD综合诊断标准,确诊、可能或疑似的IgG4-RD患者将被招募。排除标准:患有恶性肿瘤或其他自身免疫性疾病的患者被排除。数据将通过中国风湿病信息平台上传。将记录人口学数据、初始症状、病程、过敏史以及体格检查、器官受累、实验室检查结果、影像学和病理学结果,以及治疗、副作用。本研究经PUMCH(中国北京)医学伦理委员会批准。所有患者将签署知情同意书。统计分析:所有参数

【主题与分类】

主题标签:IgG4-Related Disease。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03023371

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT03023371

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

条件:IgG4相关性疾病。这是一项针对IgG4-RD患者的多中心注册研究。新诊断的IgG4-RD患者将从中国各地招募。纳入标准:根据2011年IgG4-RD综合诊断标准,确诊、可能或疑诊IgG4-RD的患者将被纳入。排除标准:排除患有恶性肿瘤或其他自身免疫性疾病的患者。数据将通过中国风湿病信息平台上传。将记录人口学数据、首发症状、病程、过敏史以及体格检查、器官受累情况、实验室检查结果、影像学和病理学结果,以及治疗和不良反应。本研究已获得北京协和医院(中国北京)医学伦理委员会批准。所有患者将签署知情同意书。统计分析:所有参数均采用标准汇总统计描述,包括均值、标准差、最小值和最大值。所有统计分析将使用SPSS进行。终点:主要终点是调查中国IgG4-RD患者的器官受累情况。

次要终点包括人口学特征、实验室特征、免疫学检测、影像学和病理学特征,此外还包括该疾病的治疗和预后。

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。