系统性红斑狼疮前瞻性观察性队列研究(SPOCS)

SPOCS 是一项国际多中心前瞻性观察性队列研究,纳入经 ACR 或 SLICC 分类标准确诊、按 SLEDAI-2K 判定为中重度且具备至少一次 ANA 或 dsDNA 阳性血清学、并接受过至少 6 个月系统性 SLE 治疗的系统性红斑狼疮患者,最长随访 3 年、每半年随访一次,按当地常规临床实践

AstraZenecaAstraZeneca
clinicaltrials
浏览 10
其他预测Systemic Lupus Erythematosus
Systemic Lupus Erythematosus (SLE) Prospective Observational Cohort Study (SPOCS)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

系统性红斑狼疮前瞻性观察性队列研究(SPOCS)

SPOCS 是一项国际多中心前瞻性观察性队列研究,纳入经 ACR 或 SLICC 分类标准确诊、按 SLEDAI-2K 判定为中重度且具备至少一次 ANA 或 dsDNA 阳性血清学、并接受过至少 6 个月系统性 SLE 治疗的系统性红斑狼疮患者,最长随访 3 年、每半年随访一次,按当地常规临床实践管理,不设方案化治疗干预。数据可用于描述真实世界中重度 SLE 的疾病活动、治疗模式与结局,并支持预后预测与队列分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:系统性红斑狼疮。SPOCS 是一项国际多中心前瞻性观察性队列研究,对经美国风湿病学会(ACR)或系统性红斑狼疮国际协作组(SLICC)分类标准确诊的系统性红斑狼疮患者进行每半年一次、最长 3 年的随访;这些患者按 SLEDAI-2K 标准为中重度疾病(改良 SLEDAI-2K 评分 ≥4 和/或 SLEDAI-2K 评分 ≥6 分),至少有一次终生抗核抗体(ANA)或双链脱氧核糖核酸抗体(dsDNA)血清学阳性,并且接受除 NSAIDS 和镇痛药以外的系统性 SLE 治疗至少 6 个月。参与者将按当地常规临床实践进行随访。SPOCS 是一项观察性研究,不要求方案化治疗干预。

【主题与分类】

主题标签:Systemic Lupus Erythematosus。本站分类:免疫系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03189875

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/NCT03189875

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:系统性红斑狼疮。SPOCS是一项国际性、多中心、前瞻性观察性队列研究,对经美国风湿病学会(ACR)或系统性红斑狼疮国际协作组(SLICC)分类标准确诊的SLE患者进行为期最长3年的半年一次随访,这些患者根据SLEDAI-2K标准为中度至重度疾病(改良SLEDAI-2K评分≥4分和/或SLEDAI-2K评分≥6分,至少有一次终生抗核抗体(ANA)或双链脱氧核糖核酸抗体(dsDNA)血清学阳性,且接受除NSAIDs和镇痛药以外的系统性SLE治疗至少6个月。参与者将按照当地常规临床实践进行随访。SPOCS是一项观察性研究,不要求按方案进行治疗干预。

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。