转甲状腺素蛋白(ATTR)淀粉样变性患者非干预性研究
该数据集来自 clinicaltrials.gov,为一项国际性、纵向、非干预性研究,针对成人转甲状腺素蛋白(ATTR)淀粉样变性患者

基本信息
资源简介
转甲状腺素蛋白(ATTR)淀粉样变性患者非干预性研究
该数据集来自 clinicaltrials.gov,为一项国际性、纵向、非干预性研究,针对成人转甲状腺素蛋白(ATTR)淀粉样变性患者。研究计划入组至少1850例ATTR淀粉样变性患者,其中至少850例ATTR心肌病(ATTR-CM)患者、至少100例ATTRv-PN遗传性多神经病(ATTRv-PN)患者。入组期预计约4年,每例患者随访至少3年、最多7年。研究设计包含主要和次要数据,主要数据为患者报告结局(PRO)问卷,患者在入组时及每6个月(±3个月)完成电子PRO问卷。可用于ATTR淀粉样变性自然史、疾病进展及患者报告结局相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转甲状腺素蛋白淀粉样变性、ATTR-CM、ATTRv-PN、ATTR、ATTR-Mixed、hATTR。MaesTTRo 是一项针对成人转甲状腺素蛋白(ATTR)淀粉样变性患者的国际性、纵向、非干预性研究。该研究计划入组至少1850例ATTR淀粉样变性患者,包括至少850例ATTR心肌病(ATTR-CM)患者,以及至少100例ATTRv-PN遗传性多神经病(ATTRv-PN)患者。入组期预计持续约4年。每例患者的随访时间至少3年,最多7年,取决于患者入组的日期。该研究设计将包括主要和次要数据。主要数据将包括患者报告结局(PRO)问卷。患者将被要求在入组时以及每6个月(±3个月)完成电子PRO问卷,仅在常规
【主题与分类】
主题标签:Transthyretin Amyloidosis、ATTR-CM、ATTRv-PN、ATTR、ATTR-Mixed、hATTR。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06465810
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/NCT06465810
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:转甲状腺素蛋白淀粉样变性、ATTR-CM、ATTRv-PN、ATTR、ATTR-混合型、hATTR。MaesTTRo是一项针对成人转甲状腺素蛋白(ATTR)淀粉样变性患者的国际性、纵向、非干预性研究。该研究计划入组至少1850例ATTR淀粉样变性患者,其中包括至少850例ATTR心肌病(ATTR-CM)患者,以及至少100例ATTRv-PN遗传性多神经病患者。入组期预计持续约4年。每例患者的随访持续时间将至少为3年,最多为7年,具体取决于患者入组的日期。本研究设计将包括主要数据和次要数据。主要数据将包括患者报告结局(PRO)问卷。患者将被要求在入组时以及仅在常规访视期间每6个月(±3个月)完成一次电子PRO问卷。次要数据将包括人口统计学、临床和治疗信息,并将按照常规临床实践进行收集。
这些数据将直接从每位患者的电子健康记录或纸质病历审查中提取,并录入电子数据采集系统。本研究无需进行现场访视,除常规门诊访视外,不会为收集数据而联系患者。对于在美国入组的患者,将采用令牌化流程(创建一种独特的加密标识符,称为令牌,以替代个人可识别信息),从患者常规医疗护理的其他来源(电子医疗、医院或药房记录)中收集额外的去标识化数据(例如,医疗资源使用情况、医疗费用)。仅对去标识化数据进行分析。患者将在知情同意书中获得选择,以决定是否参与令牌化流程。
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。




