长期非干预性研究中免疫球蛋白(IgG)评估

研究旨在填补上述罕见病长期数据缺乏的空白,记录IgG在免疫缺陷与免疫调节广泛适应症下的真实世界应用。数据可用于分析IgG治疗相关结局、支持罕见病长期证据积累,并服务于神经系统疾病及其他免疫相关疾病的临床研究(来源 clinicaltrials.gov)

Technische Universität DresdenTechnische Universität Dresden
clinicaltrials
浏览 9
蛋白质预测Primary Immunodeficiency (PID)Secondary Immunodeficiency (SID)Neurological Autoimmune Disease
Assessment of Immunoglobulins (IgG) in a Long-term Non-interventional Study

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-20

资源简介

长期非干预性研究中免疫球蛋白(IgG)评估

该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,评估免疫球蛋白(IgG)在Primary Immunodeficiency (PID)、Secondary Immunodeficiency (SID)及Neurological Autoimmune Disease患者日常实践中的使用情况与结局指标。研究旨在填补上述罕见病长期数据缺乏的空白,记录IgG在免疫缺陷与免疫调节广泛适应症下的真实世界应用。数据可用于分析IgG治疗相关结局、支持罕见病长期证据积累,并服务于神经系统疾病及其他免疫相关疾病的临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:Primary Immunodeficiency (PID)、Secondary Immunodeficiency (SID)、Neurological Autoimmune Disease。鉴于免疫缺陷和免疫调节的适应症范围广泛,有必要记录IgG在日常实践条件下的使用情况并分析终点(结局)。像这样的前瞻性队列研究是上述罕见病的重要证据来源。这项结局研究的目的是填补这些接受IgG治疗的罕见病缺乏长期数据的空白。

【主题与分类】

主题标签:Primary Immunodeficiency (PID)、Secondary Immunodeficiency (SID)、Neurological Autoimmune Disease。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01287689

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01287689

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:原发性免疫缺陷(PID)、继发性免疫缺陷(SID)、神经自身免疫性疾病。鉴于免疫缺陷和免疫调节方面的适应症范围广泛,记录日常实践中IgG的使用情况并分析终点(结局)具有重要意义。像这样的前瞻性队列研究是上述罕见疾病的重要证据来源。本结局研究旨在填补这些罕见疾病在接受IgG治疗方面缺乏长期数据的空白。

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。

获取专属数据定制方案