晚发型Pompe病血液抗体水平与生物标志物研究
研究不给予任何研究性药物，仅采集血液和尿液样本，研究周期约2年，参与者可随时退出。数据可用于探索晚发型Pompe病的免疫与生物标志物特征，支持疾病相关指标分析（来源 clinicaltrials.gov）
基本信息
资源简介
晚发型Pompe病血液抗体水平与生物标志物研究
该数据集英文名为“A Study About Antibody Levels and Biomarkers in the Blood in People With Late-onset Pompe Disease”，来源于 clinicaltrials.gov，主题聚焦晚发型Pompe病（Pompe Disease, Late-onset）。研究不向参与者给予任何研究性药物，仅采集血液和尿液样本，研究周期约2年，参与者可随时退出。数据可用于探索晚发型Pompe病的免疫与生物标志物特征，支持疾病相关指标分析。本站将其归入肌肉骨骼疾病 / 其他分类。以下依据可获得的信息对该数据集作介绍。
【数据集背景】
晚发型Pompe病属于Pompe病的一种类型，本数据集围绕该病症的抗体水平与血液生物标志物开展研究。研究设计明确不给予任何研究性药物，参与者接受的不是药物干预，而是以血液和尿液样本采集为核心的观察性安排。研究周期约2年，参与者可在研究期间随时退出。该数据集的主题标签为“Pompe Disease (Late-onset)”，来源站为 clinicaltrials.gov。
【数据内容】
数据集涉及的核心内容为参与者血液中的抗体水平与生物标志物，以及研究过程中采集的血液和尿液样本。源站描述提到，研究将采集血液和尿液作为研究的一部分。关于样本的具体检测项目、指标种类、样本数量、时间点安排等细节，源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov 所描述的研究。采集方式为收集参与者的血液和尿液样本，研究不施用任何研究性药物。研究持续时间约2年，参与者可以随时退出。除上述信息外，关于采集机构、采集地点、采集频率与样本处理流程等，源站未提供。
【适用场景】
依据主题标签与源站描述，该数据集可用于探索晚发型Pompe病的免疫与生物标志物特征，支持疾病相关指标分析。由于研究不涉及研究性药物给药，其数据适合用于围绕抗体水平与生物标志物的观察性分析场景。其他具体应用场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、数据结构、分析流程或配套文档等均未提及。
【质量与限制】
该研究不给予研究性药物，研究周期约2年，参与者可随时退出，这些设计特征构成理解数据时的基本背景。关于样本量、数据完整性、缺失情况、质量控制措施以及研究局限等，源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。数据集来源站为 clinicaltrials.gov，英文名称为“A Study About Antibody Levels and Biomarkers in the Blood in People With Late-onset Pompe Disease”。
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/NCT06150820
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：晚发型庞贝病。本研究不会向参与者施用任何研究性药物。作为研究的一部分，将收集血液和尿液样本。研究持续时间约为2年，参与者可随时退出。
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。
