PML风险生物标志物L-Selectin的前瞻性验证及natalizumab延长给药间隔的影响
该数据集来自search.dataone.org，主题涉及自身免疫性疾病、病毒感染与多发性硬化，聚焦于natalizumab治疗或HIV感染背景下进行性多灶性白质脑病（PML）的风险生物标志物L-Selectin（CD62L）
基本信息
资源简介
PML风险生物标志物L-Selectin的前瞻性验证及natalizumab延长给药间隔的影响
Prospective validation of the PML risk biomarker L-Selectin and influence of natalizumab extended intervals
该数据集来自search.dataone.org，主题涉及自身免疫性疾病、病毒感染与多发性硬化，聚焦于natalizumab治疗或HIV感染背景下进行性多灶性白质脑病（PML）的风险生物标志物L-Selectin（CD62L）。源站描述指出，冷冻保存后CD4+ T细胞上低L-selectin水平自2013年起被作为PML风险标志物提出，部分国际队列回顾性重现了该结果而另一些未能重现，可能与生物材料质量、检测方案及检测时间点有关；同时涉及natalizumab延长给药间隔对免疫监视与PML风险的影响。数据可用于生物标志物验证与PML风险相关研究（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：冷冻保存后CD4+ T细胞上的低L-selectin（CD62L）于2013年被提出作为natalizumab治疗1或HIV感染2期间发生进行性多灶性白质脑病（PML）的风险生物标志物。该生物标志物已在一些国际队列中被回顾性重现，3,4但在另一些队列中未能重现，5这可能与其对生物材料质量、检测方案及检测时间点的敏感性有关。就当前降低PML风险的策略而言，natalizumab延长给药间隔被认为可改善免疫监视并降低PML风险，而临床疗效似乎不受影响。6
【主题与分类】
主题标签：Autoimmune diseases、Viral infections、Multiple sclerosis。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A36ba86fac8b6b47543229963a0bf1610f25de615392b9c0473ff17d74e81dbe5
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
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
2013年，冷冻保存后CD4+ T细胞上低表达的L-选择素（CD62L）被提出作为一种风险生物标志物，用于预测在接受那他珠单抗治疗1或HIV感染2期间发生进行性多灶性白质脑病（PML）的风险。该生物标志物在一些国际队列中得到了回顾性验证，3,4但在另一些队列中未能得到验证，5这可能是由于其生物材料质量、检测方案以及检测时间点的敏感性所致。就当前降低PML风险的策略而言，那他珠单抗延长间隔给药被认为可改善免疫监视并降低PML风险，而临床疗效似乎不受影响。6
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
