Acostill(RaDiCo队列)(RaDiCo Acostill)
该数据集来源于clinicaltrials.gov,聚焦Still病,涵盖成人起病Still病(AOSD)与系统性起病幼年特发性关节炎(SoJIA)两种罕见多因素疾病

基本信息
资源简介
Acostill(RaDiCo队列)(RaDiCo Acostill)
该数据集来源于clinicaltrials.gov,聚焦Still病,涵盖成人起病Still病(AOSD)与系统性起病幼年特发性关节炎(SoJIA)两种罕见多因素疾病。源站描述指出二者被视为同一综合征的两个方面,具有高热、关节痛或关节炎、皮疹、中性粒细胞比例升高等核心症状,可伴淋巴结肿大和脾肿大,并有C反应蛋白及血清铁蛋白升高、糖基化铁蛋白比例骤降等生物学炎症表现。数据集可用于相关疾病的临床特征分析与研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Still病、成人起病Still病、幼年起病Still病。成人起病Still病(AOSD)与系统性起病幼年特发性关节炎(SoJIA)是两种与系统性炎症相关的罕见多因素疾病。这两种形式AOSD和SoJIA被认为是同一综合征的两个方面,合并四个主要症状[高热>39°、关节痛或关节炎、皮疹、白细胞分类中中性粒细胞超过80%];也可能发现淋巴结肿大和脾肿大。存在重要的生物学炎症综合征,表现为C反应蛋白升高、血清铁蛋白升高伴糖基化分数急剧下降。该病发病率低,成人约为0.1/100,000,儿童约为0.6/100,000。其患病率约为1至3/100,000,儿童为3/100,000,因此大约有
【主题与分类】
主题标签:Still Disease、Still's Disease, Adult-Onset、Still Disease, Juvenile Onset。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05927454
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/NCT05927454
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
疾病条件:斯蒂尔病、斯蒂尔病(成人型)、斯蒂尔病(青少年型)。成人起病斯蒂尔病(AOSD)和全身型幼年特发性关节炎(SoJIA)是两种与全身性炎症相关的罕见多因素疾病。AOSD和SoJIA这两种形式被认为是同一综合征的两个方面,合并四种主要症状[弛张热>39°、关节痛或关节炎、皮疹、白细胞分类中中性粒细胞比例超过80%];还可能发现淋巴结病和脾肿大。存在重要的生物学炎症综合征,表现为C反应蛋白升高、血清铁蛋白升高且糖基化铁蛋白比例急剧下降。该病的发病率较低,成人约为0.1/100,000,儿童约为0.6/100,000。其患病率约为1至3/100,000,儿童约为3/100,000,因此在法国约有500至1,500名成人和450名儿童受累。根据发病年龄在16岁之前或之后,该病细分为儿童型和成人型。该病的预后涉及功能和生活质量方面。
巨噬细胞活化综合征(SAM)常与疾病发作、治疗启动或病毒再激活相关。其随时间演变的病程主要在儿童中研究,表现多样:消退、反复发作后最终消退以及慢性关节病变。在成人中也可观察到这3种演变模式。然而,AOSD与SoJIA之间似乎存在差异。该疾病提出的各种临床问题如下:* 为何它差异性影响两个年龄段人群?* 为何临床表现异质,表现为单纯系统性或关节型、SAM频率及罕见器官损害?* 为何随时间演变不同,表现为缓解性单相型或多相型,有时呈慢性演变?这些差异可能由不同的潜在致病机制解释。但目前,thi的病理生理学
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。




