巴塞尔大学医院吉兰-巴雷综合征单中心观察性临床研究
该数据集来自 clinicaltrials.gov，为巴塞尔大学医院开展的吉兰-巴雷综合征（GBS）单中心回顾性观察性临床研究，纳入过去15年在该院治疗的成年GBS患者
基本信息
资源简介
巴塞尔大学医院吉兰-巴雷综合征单中心观察性临床研究
该数据集对应一项在巴塞尔大学医院开展的吉兰-巴雷综合征（GBS）单中心回顾性观察性临床研究，来源登记于 clinicaltrials.gov。吉兰-巴雷综合征是一种罕见且危及生命的神经系统急症，该研究聚焦过去15年间在该院接受治疗的成年GBS患者，旨在围绕诊断检查、治疗、临床病程（包括并发症）以及结局等方面评估相关数据。数据集以吉兰-巴雷综合征为主题标签，在分类上归入神经系统疾病下的其他类别，可为关注GBS诊疗实践与临床转归的研究者提供来自单一医疗中心的观察性研究资料。
【数据集背景】
吉兰-巴雷综合征（GBS）是一种罕见且危及生命的神经系统急症。该数据集所对应的研究为单中心回顾性观察性临床研究，实施地点为巴塞尔大学医院，研究对象为过去15年间在该院接受治疗的成年GBS患者。研究的总体目标是评估与诊断检查、治疗、临床病程（包括并发症）及结局相关的数据，从而反映该中心在GBS诊疗方面的实际经验。
【数据内容】
该数据集的主题标签为吉兰-巴雷综合征（GBS），所属分类为神经系统疾病 / 其他。依据源站描述，研究关注的数据范围涵盖诊断工作、治疗情况、临床病程（含并发症）以及患者结局。关于数据集的具体字段构成、变量数量、样本量、记录条数、随访时长等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov 登记信息，对应巴塞尔大学医院开展的吉兰-巴雷综合征单中心回顾性观察性临床研究。研究纳入的是过去15年在该院治疗的成年GBS患者，数据性质为回顾性观察性资料。关于数据采集的具体流程、时间范围起止点、数据提取方式与录入规范等，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕吉兰-巴雷综合征诊疗实践开展的研究场景，例如了解单中心成年GBS患者的诊断检查路径、治疗方式、临床病程与并发症情况以及结局评价等。由于其为单中心回顾性观察性研究资料，适合用于描述性分析与临床经验总结类的用途。关于更具体的适用场景界定与使用建议，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集为单中心回顾性观察性研究，研究对象限定为巴塞尔大学医院过去15年间治疗的成年GBS患者，因此其覆盖范围具有单中心与回顾性设计所对应的边界。关于数据质量评价、缺失情况、偏倚控制、样本量、统计方法及外部推广性等方面的具体说明，源站未提供。
【引用与许可】
源站未提供。
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/NCT04829526
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：吉兰-巴雷综合征（GBS）。吉兰-巴雷综合征（GBS）是一种罕见且危及生命的神经科急症。这项回顾性研究纳入了过去15年在巴塞尔大学医院接受治疗的成年GBS患者，旨在评估诊断检查、治疗、临床病程（包括并发症和结局）方面的数据。
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。
