嗜酸性粒细胞增多伴呼吸系统表现前瞻性登记及识别与表征嗜酸性粒细胞的转化研究
该数据集来自 clinicaltrials.gov 的前瞻性登记研究,覆盖嗜酸性哮喘、EGPA、Samter Triad、HES 和嗜酸性肺炎等嗜酸性肺疾病

基本信息
资源简介
嗜酸性粒细胞增多伴呼吸系统表现前瞻性登记及识别与表征嗜酸性粒细胞的转化研究
该数据集来自 clinicaltrials.gov 的前瞻性登记研究,覆盖嗜酸性哮喘、EGPA、Samter Triad、HES 和嗜酸性肺炎等嗜酸性肺疾病。源站描述指出这些疾病病因与治疗认识有限,部分表现重叠、临床难以鉴别,且血嗜酸性粒细胞计数与气道募集水平相关,但相关机制尚不明确。数据可用于研究嗜酸性呼吸系统疾病的鉴别、IL-5 或 IL-5 受体阻断治疗相关分析及转化研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:嗜酸性哮喘、EGPA - 嗜酸性肉芽肿性多血管炎、Samter Triad、HES - 高嗜酸性粒细胞综合征、嗜酸性肺炎。引言:嗜酸性肺疾病的病因和治疗仍知之甚少。对于个别疾病形式,如嗜酸性哮喘或嗜酸性肉芽肿性多血管炎(EGPA),存在阻断白细胞介素 IL-5 或 IL-5 受体的新治疗方法。呼吸道的嗜酸性表现可以仅影响肺部,也可以作为系统性疾病的一部分出现。这些表现部分重叠,临床上难以区分(例如嗜酸性哮喘、Samter Triad、EGPA 或高嗜酸性粒细胞综合征(HES))。现已知道,血嗜酸性粒细胞计数与募集到气道的嗜酸性粒细胞水平相关。然而,尚不清楚是否
【主题与分类】
主题标签:Eosinophilic Asthma、Samter Triad、HES - Hypereosinophilic Syndrome、Eosinophilic Pneumonia。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04538937
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/NCT04538937
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:嗜酸性粒细胞性哮喘、EGPA——嗜酸性肉芽肿性多血管炎、Samter三联征、HES——高嗜酸性粒细胞综合征、嗜酸性粒细胞性肺炎。引言:嗜酸性肺疾病的病因学和治疗仍知之甚少。对于个别形式的疾病,如嗜酸性粒细胞性哮喘或嗜酸性肉芽肿性多血管炎(EGPA),存在阻断白细胞介素IL-5或IL-5受体的新治疗方法。呼吸道的嗜酸性粒细胞表现可仅累及肺部,或作为系统性疾病的一部分出现。这些表现部分重叠,临床上难以区分(例如嗜酸性粒细胞性哮喘、Samter三联征、EGPA或高嗜酸性粒细胞综合征(HES))。现已知道,血液嗜酸性粒细胞计数与募集至气道的嗜酸性粒细胞水平相关。然而,目前仍不清楚是否存在无临床相关性的血液嗜酸性粒细胞增多,或是否存在器官损害的风险(例如在HES中)。因此,人们正在讨论具有不同极化的嗜酸性粒细胞不同亚型。
研究目的:将在因斯布鲁克大学医院建立嗜酸性粒细胞增多伴呼吸系统表现的患者登记库。将通过一项非干预性研究前瞻性评估疾病病程。本研究立足于三大临床支柱,重点在于进一步表征嗜酸性粒细胞:1. 将纳入从既往使用抗IL-5抗体美泊利单抗(由医生从冻干粉配制并注射给药)转换为预混笔(居家自我注射)的患者。2. 此外,特别关注患有所谓Samter三联征的患者。在这些患者的治疗过程中,将以跨学科方式检查哮喘、鼻息肉及NSAID不耐受的控制情况。3. 我科既往临床研究表明,部分重度嗜酸性哮喘或Samter三联征患者可能代表淋巴性HES的单器官或局限表现。该假说通过以下方式加以检验:
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。




