难治性类风湿关节炎前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项关于难治性类风湿关节炎的前瞻性队列研究。源站描述指出,类风湿关节炎是慢性侵蚀性关节炎为特征的全身性自身免疫病,当前管理强调早期诊断、早期治疗和达标治疗(T2T)

基本信息
资源简介
难治性类风湿关节炎前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项关于难治性类风湿关节炎的前瞻性队列研究。源站描述指出,类风湿关节炎是慢性侵蚀性关节炎为特征的全身性自身免疫病,当前管理强调早期诊断、早期治疗和达标治疗(T2T)。随着靶向细胞因子的bDMARDs和tsDMARDs临床应用,治疗结局与预后显著改善,但部分患者即使使用bDMARDs或tsDMARDs仍反应不佳、维持中高疾病活动度,即难治性RA。该数据可用于难治性RA相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:类风湿关节炎。类风湿关节炎(RA)是一种以慢性侵蚀性关节炎为特征的全身性自身免疫病。如未及时适当治疗,可导致关节破坏和残疾。当前RA管理强调早期诊断、早期治疗和达标治疗(T2T)方法,以尽快实现疾病缓解。近年来,RA药物治疗取得显著进展。随着靶向细胞因子的生物改善病情抗风湿药(bDMARDs)和靶向合成改善病情抗风湿药(tsDMARDs)的临床应用,治疗结局和预后大幅改善。然而,即使使用bDMARDs或tsDMARDs,部分患者仍反应不佳,维持中高疾病活动度——这种情况称为“难治性RA”。难治性RA已引起越来越多的临床关注,促使欧洲
【主题与分类】
主题标签:Rheumatoid Arthritis。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/NCT07126431
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/NCT07126431
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:类风湿关节炎。类风湿关节炎(RA)是一种以慢性侵蚀性关节炎为特征的系统性自身免疫性疾病。如未及时恰当治疗,可导致关节破坏和残疾。当前RA管理强调早期诊断、早期治疗和达标治疗(T2T)策略,以尽快实现疾病缓解。近年来,RA药物治疗取得了显著进展。随着靶向细胞因子的生物改善病情抗风湿药(bDMARDs)和靶向合成改善病情抗风湿药(tsDMARDs)的临床应用,治疗结局和预后大幅改善。然而,即使使用bDMARDs或tsDMARDs,部分患者仍反应不佳,维持中高疾病活动度——这种情况称为“难治性RA”。难治性RA日益受到临床关注,促使欧洲抗风湿病联盟(EULAR)于2020年建立标准化定义和诊断标准以促进研究。目前,难治性RA尚缺乏有效治疗手段。
这些患者常伴有关节外表现和合并症,给治疗带来重大挑战。他们骨破坏和关节畸形的发生率更高,严重损害工作能力和生活质量,从而给家庭和社会造成沉重负担。西方国家的研究估计难治性RA的患病率为5-20%,而其在中国确切的发病率仍不清楚。鉴于中国风湿病诊疗的区域差异和RA总体缓解率较低,难治性RA的比例可能更高。历史上,这一患者群体研究不足,中国尚未建立前瞻性难治性RA队列。导致中国难治性RA的关键因素——包括临床表型、免疫亚型和预测性生物标志物——仍不明确。制定个性化治疗策略以管理难治性RA需要
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。




