法国膜性肾病国家队列的免疫病理学分析
该数据集来自 clinicaltrials.gov,聚焦法国膜性肾病国家队列的免疫病理学分析。膜性肾病是成人肾病综合征的主要病因,以肾小球基底膜上抗原-抗体复合物沉积为特征,约三分之一病例可自行缓解,三分之一需长期对症治疗,另三分之一进展至终末期肾衰竭

基本信息
资源简介
法国膜性肾病国家队列的免疫病理学分析
该数据集来自 clinicaltrials.gov,聚焦法国膜性肾病国家队列的免疫病理学分析。膜性肾病是成人肾病综合征的主要病因,以肾小球基底膜上抗原-抗体复合物沉积为特征,约三分之一病例可自行缓解,三分之一需长期对症治疗,另三分之一进展至终末期肾衰竭。疾病可与肿瘤、感染、其他自身免疫病及药物相关,但多为特发性,已鉴定 PLA2R1 和 THSD7A 两种抗原及其自身抗体。数据可用于免疫病理特征分析与病例分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:膜性肾病。膜性肾病是一种罕见的自身免疫性疾病,却是成人肾病综合征的主要病因。其特征是抗原-抗体复合物沉积于肾小球基底膜,导致滤过率下降并最终发展为肾衰竭。约三分之一的病例无需治疗即可获得良好结局,另有三分之一需要长期对症治疗以控制症状,最后三分之一的患者进展为终末期肾衰竭,需要透析和肾移植。膜性肾病可与肿瘤、感染、其他自身免疫性疾病以及某些药物相关(继发性膜性肾病),但最常见的是特发性。在后一种形式中,已鉴定出两种抗原,PLA2R1 和 THSD7A,分别在 70% 和 2% 的膜性肾病患者中具有相应的自身抗体。GWAS 研究确定了 s
【主题与分类】
主题标签:Membranous Nephropathy。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04326218
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/NCT04326218
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:膜性肾病。膜性肾病是一种罕见的自身免疫性疾病,却是成人肾病综合征的主要原因之一。其特征是抗原-抗体复合物沉积于肾小球基底膜,导致滤过率下降,最终发展为肾衰竭。约三分之一的病例未经任何治疗即可获得良好结局,另有三分之一需要长期对症治疗以控制症状,最后三分之一的患者则进展为终末期肾衰竭,需要透析和肾移植。膜性肾病可与癌症、感染、其他自身免疫性疾病及某些药物相关(继发性膜性肾病),但多数情况下为特发性。在特发性膜性肾病中已鉴定出两种抗原,即PLA2R1和THSD7A,分别有70%和2%的膜性肾病患者存在相应的自身抗体。GWAS研究已鉴定出若干与膜性肾病发病风险升高相关的等位基因,然而,由于这些均为常见变异,它们无法解释绝大多数病例中膜性肾病的发生。
由于MN是一种罕见病,每个中心的新发病例数较少,因此需要开展全国性研究,以正确评估其发病率及MN发病的危险因素,并验证此前单中心研究中关于PLA2R1表位扩展(针对PLA2R1多个结构域的免疫反应)预后价值的已发表发现。本研究旨在建立法国全国范围内为期一年的所有MN病例队列。纳入期将持续一年,并额外随访一年,共计2年。在第一年,法国各合作中心的肾脏科医生将向其每位诊断为MN的患者推荐参与本研究。此外,还将收集临床信息,以及关于患者生活习惯的调查问卷。血清样本将送至尼斯进行集中分析。本研究将有助于阐明单中心研究的结果,例如预后价值
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。




