免疫性血小板减少症血栓风险因素数据集
该数据集来自 clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)患者的血栓风险因素。ITP 是一种罕见自身免疫病,年发病率约 3-4/10^5 居民,可导致自发性出血风险增加;约 70% 成人病例转为持续性或慢性

基本信息
资源简介
免疫性血小板减少症血栓风险因素数据集
该数据集来自 clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)患者的血栓风险因素。ITP 是一种罕见自身免疫病,年发病率约 3-4/10^5 居民,可导致自发性出血风险增加;约 70% 成人病例转为持续性或慢性。治疗包括糖皮质激素、IVIg、TPO-RAs(romiplostim、eltrombopag)及脾切除术。 paradoxically,ITP 患者血栓风险高于一般人群。数据可用于分析 ITP 相关血栓风险因素及治疗影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:免疫性血小板减少症。免疫性血小板减少症(ITP)是一种罕见的自身免疫性疾病(年发病率:3-4/10^5 居民),导致自发性出血风险增加。当ITP与其他系统性疾病(淋巴瘤、系统性自身免疫病、慢性感染性疾病等)无关时,称为“原发性”ITP。一线治疗基于糖皮质激素。出现严重出血时加用静脉注射免疫球蛋白(IVIg)。约70%的成人病例中,ITP转为持续性或慢性(分别持续>3个月和>12个月)。此时指示二线治疗。其中,血小板生成素受体激动剂(TPO-RAs)、romiplostim和eltrombopag的使用日益增多。脾切除术用作最终治疗。矛盾的是,与一般人群相比,ITP患者的血栓风险更高,这是由于年轻高活性
【主题与分类】
主题标签:Immune Thrombocytopenia。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03820960
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/NCT03820960
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:免疫性血小板减少症。免疫性血小板减少症(ITP)是一种罕见的自身免疫性疾病(年发病率:3-4/10万居民),可导致自发性出血风险增加。当ITP与其他系统性疾病(淋巴瘤、系统性自身免疫性疾病、慢性感染性疾病等)无关时,称为“原发性”ITP。一线治疗以糖皮质激素为基础。出现严重出血时加用静脉注射免疫球蛋白(IVIg)。约70%的成人病例中,ITP会转为持续性或慢性(分别为持续>3个月和>12个月)。此时需进行二线治疗。其中,血小板生成素受体激动剂(TPO-RAs)、罗米司亭和艾曲泊帕的应用日益增多。脾切除术用作最终治疗手段。矛盾的是,与一般人群相比,ITP患者的血栓形成风险更高,这是由于骨髓释放出年轻的高活性血小板所致。ITP患者血栓形成的发生率估计为0.5至3/100患者年。然而,除目前极少患者接受的脾切除术外,ITP患者血栓形成的危险因素尚不明确。
其他ITP治疗在血栓形成中的作用已被提及,尤其是皮质类固醇和IVIg。在临床试验和药物警戒研究中,TPO-RAs与血栓形成风险相关,即使在血小板计数低或正常的情况下也是如此。然而,这一风险尚未在真实临床实践中经过对其他血栓形成风险因素的调整后进行测量。
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。




