系统性免疫炎症指数在系统性红斑狼疮中的研究
该数据集来自 clinicaltrials.gov，聚焦系统性红斑狼疮与狼疮性肾炎患者，旨在探究系统性免疫炎症指数与疾病活动度及狼疮性肾炎之间的关联
基本信息
资源简介
系统性免疫炎症指数在系统性红斑狼疮中的研究
Systemic Immune Inflammatory Index in Systemic Lupus Erythematosus 是一个以系统性红斑狼疮（Systemic Lupus Erythematosus）和狼疮性肾炎（Lupus Nephritis）为核心关注对象的医学数据集，来源于临床试验注册平台 clinicaltrials.gov。该数据集围绕系统性免疫炎症指数（systemic immune-inflammation index）这一指标展开，旨在支持探究该指数与系统性红斑狼疮患者疾病活动度之间，以及该指数与狼疮性肾炎之间关联的研究。在分类体系上，该数据集归属于免疫系统疾病下的“其他”类别，主题标签涵盖系统性红斑狼疮与狼疮性肾炎两个关键词。整体而言，该数据集面向自身免疫性疾病领域的临床研究需求，为免疫炎症相关指标的关联分析提供数据组织基础。
【数据集背景】
系统性红斑狼疮是一种累及多系统的自身免疫性疾病，狼疮性肾炎是其常见且重要的脏器受累表现之一。在临床研究中，寻找能够反映疾病活动度、并有助于识别肾脏受累风险的实验室指标，具有现实的研究价值。系统性免疫炎症指数作为一种基于炎症相关细胞计数构建的综合指标，被用于探索其与疾病状态之间的关系。该数据集正是在这一研究背景下形成，其关注点集中于系统性红斑狼疮患者群体中系统性免疫炎症指数与疾病活动度、狼疮性肾炎之间的关联性研究。
【数据内容】
该数据集的主题内容围绕系统性红斑狼疮与狼疮性肾炎两类疾病状态展开，核心研究变量为系统性免疫炎症指数，并涉及疾病活动度与狼疮性肾炎两类关联结局。数据集所对应的研究目标明确表述为：考察系统性免疫炎症指数与疾病活动度之间，以及该指数与系统性红斑狼疮患者中狼疮性肾炎之间的关联。关于数据集内具体包含的字段、样本量、观测记录数量、变量取值范围及随访安排等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，即临床试验注册平台。其源站描述中列出的疾病条件为系统性红斑狼疮与狼疮性肾炎，并说明了研究目的为探究系统性免疫炎症指数与疾病活动度及狼疮性肾炎之间的关联。关于数据采集的具体机构、采集地点、采集时间范围、采样方法以及伦理审批信息，源站未提供。
【适用场景】
基于其主题与研究目标，该数据集适用于自身免疫性疾病领域的临床研究与分析场景，例如围绕系统性免疫炎症指数与系统性红斑狼疮疾病活动度的关联性分析，以及该指数与狼疮性肾炎相关性的探索性研究。同时，也可用于免疫系统疾病分类下的相关研究整理与主题检索。关于该数据集在其他具体应用场景中的适用性，源站未提供。
【使用方法】
关于该数据集的访问方式、获取途径、数据格式、字段说明文档以及配套的分析工具或代码，源站未提供。
【质量与限制】
关于该数据集的数据完整性、准确性、缺失情况、偏倚控制以及样本代表性等质量相关信息，源站未提供。其研究结论的适用范围与推广性亦缺乏可供说明的信息，源站未提供。
【引用与许可】
关于该数据集的引用格式、许可条款与使用限制，源站未提供。
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/NCT06796569
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：系统性红斑狼疮、狼疮性肾炎。本研究旨在探讨系统性免疫炎症指数与系统性红斑狼疮患者疾病活动度及狼疮性肾炎之间的关联。
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。
