Graves病精神疲劳相关免疫标志物探索数据集
研究采用横断面设计,在确诊Graves病后15至60个月,通过问卷评分纳入伴精神疲劳与不伴精神疲劳的患者各60例,并设60例无精神疲劳的甲状腺健康对照,评估甲状腺激素、生活质量、焦虑抑郁、自评压力、应对策略及眼部症状等指标

基本信息
资源简介
Graves病精神疲劳相关免疫标志物探索数据集
该数据集来自clinicaltrials.gov,聚焦Graves病(Graves Disease)患者中精神疲劳(Mental Fatigue)的免疫学标志物探索。研究采用横断面设计,在确诊Graves病后15至60个月,通过问卷评分纳入伴精神疲劳与不伴精神疲劳的患者各60例,并设60例无精神疲劳的甲状腺健康对照,评估甲状腺激素、生活质量、焦虑抑郁、自评压力、应对策略及眼部症状等指标。数据可用于探索Graves病精神疲劳相关的免疫标志物,并为后续验证研究提供基础(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Graves病、Graves眼病、精神疲劳、自身免疫性疾病、甲状腺疾病。精神疲劳发生于许多疾病中,其原因大多未知。研究者假设Graves病中甲状腺功能亢进恢复后残留的精神疲劳是一种自身免疫并发症。本研究旨在探索可能与Graves病精神疲劳相关的免疫标志物,研究者计划在另一项研究(ImmunoGraves wp 2)中进行验证。采用横断面研究设计,使用问卷对精神疲劳进行评分,以在Graves病诊断后15至60个月找到60例伴精神疲劳和60例不伴精神疲劳的患者。这些患者以及60例无精神疲劳的甲状腺健康对照将接受甲状腺激素、生活质量、焦虑和抑郁、自评压力、应对策略、眼部症状的评估
【主题与分类】
主题标签:Graves Disease、Graves Ophthalmopathy、Mental Fatigue、Autoimmune Diseases、Thyroid Diseases。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05678374
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/NCT05678374
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
条件:Graves病、Graves眼病、精神疲劳、自身免疫性疾病、甲状腺疾病。精神疲劳发生于多种疾病中,其原因大多未知。研究者假设Graves病甲状腺功能亢进恢复后残留的精神疲劳是一种自身免疫并发症。本研究的目的是探索可能与Graves病精神疲劳相关的免疫学标志物,研究者计划在另一项研究(ImmunoGraves wp 2)中加以验证。采用横断面研究设计,通过问卷对精神疲劳进行评分,在Graves病诊断后15-60个月找出60例伴有精神疲劳和60例不伴有精神疲劳的患者。对患者以及60例无精神疲劳的甲状腺健康对照者进行评估,内容包括甲状腺激素、生活质量、焦虑和抑郁、自我评估的压力、应对策略、眼部症状和背景变量。斯德哥尔摩的SciLifeLab是国家自身免疫谱分析机构,拥有预设的大型芯片,包含42000种人类蛋白质。
血清和脑脊液将分别混合,并针对伴有或不伴有精神疲劳的患者亚组以及对照组亚组进行分析。与无精神疲劳的患者相比,将筛选优先与伴有精神疲劳的Graves病患者血清和/或脑脊液中的抗体结合的蛋白质,并对照人类蛋白质图谱和艾伦脑图谱进行筛查,以鉴定那些在大脑中表达的蛋白质。与无精神疲劳组相比,在精神疲劳混合样本中浓度较高的抗体将被选中,与针对G蛋白偶联受体的抗体、甲状腺自身抗体、细胞因子以及提示器质性和结构性神经损伤的生物标志物一起,在整个队列中于个体水平上进行进一步分析。
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。




