选择性IgA缺乏医学主题词
选择性IgA缺乏医学主题词 与选择性IgA缺乏症（Selective IgA deficiency）高度相关，包含文本形式的样本、标注、临床变量、组学记录或权威知识条目，可用于疾病分类、特征筛选、模型训练和公开数据集整理。
基本信息
资源简介
选择性IgA缺乏医学主题词
【一句话概览】
静脉注射免疫球蛋白制剂主要含免疫球蛋白G，用于治疗多种与免疫球蛋白水平降低或异常相关的疾病，包括儿童艾滋病、原发性高丙种球蛋白血症、重症联合免疫缺陷病、移植受者的巨细胞病毒感染、慢性淋巴细胞白血病、川崎综合征、新生儿感染及特发性血小板减少性紫癜（来源 meshb.nlm.nih.gov）。
【数据集背景】
本数据集源站标题为《Immunoglobulins, Intravenous》。
【数据内容】
源站原始描述：Immunoglobulin preparations used in intravenous infusion, containing primarily IMMUNOGLOBULIN G . They are used to treat a variety of diseases associated with decreased or abnormal immunoglobulin levels including pediatric AIDS ; primary HYPERGAMMAGLOBULINEMIA ; SCID; CYTOMEGALOVIRUS infections in transplant recipients, LYMPHOCYTIC LEUKEMIA, CHRONIC ; Kawasaki syndrome, infection in neonates, and IDIOPATHIC THROMBOCYTOPENIC PURPURA
中文译文（机器翻译，仅供快速理解，请以原文为准）：用于静脉输注的免疫球蛋白制剂，主要含有免疫球蛋白G。它们用于治疗多种与免疫球蛋白水平降低或异常相关的疾病，包括儿童艾滋病；原发性高丙种球蛋白血症；重症联合免疫缺陷病；移植受者的巨细胞病毒感染；慢性淋巴细胞白血病；川崎综合征、新生儿感染以及特发性血小板减少性紫癜。
【主题与分类】
主题标签：Immunoglobulins, Intravenous、Immunoglobulin G、Pediatric AIDS、Hypergammaglobulinemia、SCID、Cytomegalovirus Infections、Lymphocytic Leukemia, Chronic、Kawasaki Syndrome、Idiopathic Thrombocytopenic Purpura、Immunologic Factors。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://meshb.nlm.nih.gov/record/ui?ui=D016756
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://meshb.nlm.nih.gov/record/ui?ui=D016756
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
选择性IgA缺乏医学主题词 是与选择性IgA缺乏症相关的公开文本数据资源，提供疾病样本、标注、变异、表达谱或标准化知识，主要用于分类和医学数据整理。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
