免疫系统新型遗传性疾病研究
该数据集来自 clinicaltrials.gov,聚焦于疑似或已确认的新型免疫系统遗传性疾病患者,涉及 PI3KCD、CTLA4、STAT3GOF、MAGT1 等条件

基本信息
资源简介
免疫系统新型遗传性疾病研究
该数据集来自 clinicaltrials.gov,聚焦于疑似或已确认的新型免疫系统遗传性疾病患者,涉及 PI3KCD、CTLA4、STAT3GOF、MAGT1 等条件。研究关注可能由激活或凋亡缺陷导致的免疫稳态异常,同时评估患者的血缘亲属。受影响的个体可能存在孟德尔基因缺陷,主要表现为单基因或偶尔多基因异常,并伴有临床显著的淋巴细胞稳态紊乱迹象。部分患者可表现为自身免疫、自身炎症、终末器官功能障碍、EBV 和 CMV 病毒血症、频繁感染、过敏或实验室异常。该数据可用于免疫缺陷相关研究及患者评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:PI3KCD、CTLA4、STAT3GOF、MAGT1。本研究旨在评估疑似或已确认的新型免疫系统疾病患者,重点关注可能由激活或凋亡缺陷导致的异常免疫稳态。已入组患者的血缘亲属也将接受评估。受影响个体可能存在孟德尔基因缺陷,主要涉及单基因或偶尔多基因。这些患者可能具有提示临床显著淋巴细胞稳态紊乱的体征和症状。然而,部分选定患者若表现出自身免疫、自身炎症状况、终末器官功能障碍、Epstein-Barr 病毒(EBV)和巨细胞病毒(CMV)病毒血症、频繁感染、过敏或与临床免疫学和微生物学实验室研究兴趣相关的免疫缺陷一致的实验室异常,也可在本方案下进行研究。
【主题与分类】
主题标签:PI3KCD、CTLA4、STAT3GOF、MAGT1。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02257892
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/NCT02257892
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:PI3KCD、CTLA4、STAT3GOF、MAGT1。本研究旨在评估疑似或已确定患有新型免疫疾病的患者,重点关注可能由活化或凋亡缺陷导致的免疫稳态异常。已入组患者的血亲也将接受评估。受累个体可能存在孟德尔基因缺陷,主要涉及单基因,偶尔涉及多基因。这些患者可能具有提示临床显著淋巴细胞稳态障碍的体征和症状。然而,部分经选择的患者若表现出自身免疫、自身炎症性疾病、终末器官功能障碍、EB病毒(EBV)和巨细胞病毒(CMV)病毒血症、频繁感染、过敏,或与研究相关的免疫缺陷相符的实验室异常,且为临床免疫学与微生物学实验室所关注,也可经研究者酌情决定在本方案下进行研究。本方案将有助于发现与导致免疫系统失调的病理生理事件相关的遗传通路及遗传模式的作用,尤其是免疫细胞稳态障碍。
更好地理解复杂免疫性疾病的遗传学以及生化和分子基础,也可能促成新型治疗靶点和方法的开发。患者将接受临床评估,包括病史采集和体格检查、血液采样、影像学检查、基因检测、皮肤活检以及其他有医学指征的操作。患者的遗传相关家庭成员也可能接受筛查和评估,以了解免疫异常的临床、体外和遗传相关性。无法前往或病情过重而无法前往NIH临床中心(CC)的患者及血缘亲属,可通过邮寄血液样本进行评估。患者及其亲属将继续留在本研究中,以观察该疾病的自然史,并按一定间隔定期获取血液、唾液、皮肤活检或其他标本。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




