中国脊柱关节炎起始队列（CESPIC）
CESPIC 是中国自 2000 年启动的前瞻性、纵向、多中心、全国性研究队列，纳入早期脊柱关节炎患者，涵盖强直性脊柱炎（放射学阳性中轴型SpA）与放射学阴性中轴型SpA，并涉及中轴型银屑病关节炎、急性前葡萄膜炎、克罗恩病、溃疡性结肠炎和反应性关节炎等病种
基本信息
资源简介
中国脊柱关节炎起始队列（CESPIC）
CESPIC 是中国自 2000 年启动的前瞻性、纵向、多中心、全国性研究队列，纳入早期脊柱关节炎患者，涵盖强直性脊柱炎（放射学阳性中轴型SpA）与放射学阴性中轴型SpA，并涉及中轴型银屑病关节炎、急性前葡萄膜炎、克罗恩病、溃疡性结肠炎和反应性关节炎等病种。该队列旨在了解疾病极早期病程、评估随访数年后的结局（包括放射学进展）、识别结局预测因素，并评估生活质量、功能及直接与间接成本，可用于早期SpA自然史与预后研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：强直性脊柱炎（AS）/ 放射学阳性中轴型SpA（r-axSpA）、放射学阴性中轴型脊柱关节炎（Nr-axSpA）、中轴型银屑病关节炎（axPsA）、急性前葡萄膜炎（AAU）、克罗恩病（CD）、溃疡性结肠炎（UC）、反应性关节炎（ReA）。中国脊柱关节炎起始队列（CESPIC）于2000年启动，是一项在中国开展的前瞻性、纵向、多中心、全国性研究，研究对象为早期SpA患者，包括强直性脊柱炎（AS，又称放射学阳性中轴型脊柱关节炎）和放射学阴性中轴型SpA。CESPIC的目标是了解SpA在疾病极早期的病程，适当评估患者随访数年后的结局（包括放射学进展），识别结局预测因素，评估生活质量、功能以及成本（直接和间接成本）。CESPIC已
【主题与分类】
主题标签：Axial Psoriatic Arthritis (axPsA)、Acute Anterior Uveitis (AAU)、Crohn Disease (CD)、Ulcerative Colitis (UC)、Reactive Arthritis (ReA)。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/NCT05960864
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/NCT05960864
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
疾病类型：强直性脊柱炎（AS）/放射学阳性中轴型脊柱关节炎（r-axSpA）、放射学阴性中轴型脊柱关节炎（Nr-axSpA）、中轴型银屑病关节炎（axPsA）、急性前葡萄膜炎（AAU）、克罗恩病（CD）、溃疡性结肠炎（UC）、反应性关节炎（ReA）。中国脊柱关节炎起始队列（CESPIC）于2000年启动，是一项在中国开展的前瞻性、纵向、多中心、全国性研究，纳入早期SpA患者，包括强直性脊柱炎（AS，又称放射学阳性中轴型脊柱关节炎）和放射学阴性中轴型脊柱关节炎。CESPIC的目标是了解SpA在疾病极早期阶段的病程，在随访数年后恰当评估包括放射学进展在内的结局，识别结局预测因素，评估生活质量、功能及费用（直接和间接费用）。CESPIC近期已扩展招募其他类型SpA/与SpA相关疾病的患者：反应性关节炎、急性前葡萄膜炎、克罗恩病以及银屑病/中轴型银屑病关节炎。
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。
