IL-13阻断与哮喘气道自身免疫
该数据集来自 clinicaltrials.gov，主题为 IL-13 阻断与哮喘气道自身免疫，归类于呼吸系统疾病/哮喘
基本信息
资源简介
IL-13阻断与哮喘气道自身免疫
该数据集来自 clinicaltrials.gov，主题为 IL-13 阻断与哮喘气道自身免疫，归类于呼吸系统疾病/哮喘。源站描述聚焦嗜酸性粒细胞性哮喘表型，涉及血嗜酸性粒细胞与痰嗜酸性粒细胞阈值、吸入性糖皮质激素及口服糖皮质激素治疗现状，以及靶向 IL-5 信号的单克隆抗体疗法作为减少激素用量的策略。数据可用于了解该难治性哮喘人群的临床特征与治疗应答背景，支撑相关研究问题的界定与分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：哮喘中的气道自身免疫。哮喘是一种慢性气道疾病，以可逆性气流、气道炎症和气道高反应性为特征。一个突出的表型是嗜酸性粒细胞性哮喘，患病率约 50%，其特征为血嗜酸性粒细胞 >300 cells/μL 和痰嗜酸性粒细胞 >3%。吸入性糖皮质激素（ICS）已成功用于轻至中度哮喘的治疗。然而，约 10% 的嗜酸性粒细胞性哮喘患者尽管使用大剂量口服糖皮质激素仍控制不佳。这一小部分人群在哮喘医疗费用中占比过高，达 80% [8-10]。作为减少激素用量的策略，已开发出靶向白细胞介素（IL）-5 信号的单克隆抗体（mAb）疗法，预计将使这一难以治疗的人群获益。然而，其中一部分（30-50%）尽管使用口服糖皮质激素（OC
【主题与分类】
主题标签：Airway Auto Immunity in Asthma。本站分类：呼吸系统疾病/哮喘。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05564078
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/NCT05564078
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：哮喘中的气道自身免疫。哮喘是一种慢性气道疾病，其特征为可逆性气流受限、气道炎症和气道高反应性。一个显著的表型是嗜酸性粒细胞性哮喘，患病率约为50%，其特征为血嗜酸性粒细胞>300个/μL和痰嗜酸性粒细胞>3%。吸入性糖皮质激素（ICS）已成功用于治疗轻至中度哮喘。然而，约10%的嗜酸性粒细胞性哮喘患者尽管正在使用大剂量口服糖皮质激素，病情仍未能得到控制。这一小部分患者对80%的哮喘医疗费用造成了不成比例的负担[8-10]。作为减少类固醇用量的策略，已开发出靶向白细胞介素（IL）-5信号通路的单克隆抗体（mAb）疗法，预计将使这一难以治疗的人群获益。然而，其中一部分（30-50%）患者尽管正在使用口服糖皮质激素（OCS）并辅以抗IL-5单克隆抗体，仍有症状。气道中抗嗜酸性粒细胞过氧化物酶（EPX）免疫球蛋白G（IgG）水平与其他自身抗体的存在密切相关，尤其是抗核抗体（ANAs）以及哮喘严重程度的各种临床特征。
因此，更深入地了解潜在病理机制并随后识别临床/分子生物标志物，仍是实现哮喘最佳管理方面尚未满足的临床需求。重症哮喘中的气道自身免疫反应是气道黏液的重要促成因素，而通过阻断IL-4/IL-13炎症轴可改善这一状况。
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。
