成人遗传性Alpha-1抗胰蛋白酶缺乏症(AATD)及AATD相关肝脏问题研究
本数据集来自clinicaltrials.gov,聚焦成人遗传性Alpha-1抗胰蛋白酶缺乏症(AATD)及其相关肝脏问题

基本信息
资源简介
成人遗传性Alpha-1抗胰蛋白酶缺乏症(AATD)及AATD相关肝脏问题研究
本数据集来自clinicaltrials.gov,聚焦成人遗传性Alpha-1抗胰蛋白酶缺乏症(AATD)及其相关肝脏问题。数据覆盖AATD在未治疗情况下4至8年间的肝脏问题自然史,可用于了解AATD肝病发生、好转或恶化的预测因素,描述当前常规诊疗中的诊断与监测方式,并分析AATD对成人肺功能的影响。适合开展疾病进展预测、临床特征描述及诊疗模式分析等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Alpha1-抗胰蛋白酶缺乏症。肝脏产生一种称为alpha-1抗胰蛋白酶(AAT)的蛋白质。AAT通常被释放到血液中。在某些人中,肝脏会产生一种异常版本的AAT,称为Z-AAT。Z-AAT在肝细胞中积聚,还会导致血液中AAT水平偏低(称为Alpha-1抗胰蛋白酶缺乏症或AATD)。随着时间的推移,如果不进行治疗,这种积聚会导致不同阶段的肝脏问题。这被称为AATD的自然史。本研究的主要目的是了解成人中由AATD引起的肝脏问题在4至8年内未经治疗时的情况。其他目的是了解什么可以预测AATD肝脏状况的开始以及好转或恶化,描述目前常规护理中如何诊断和监测这种状况,并描述AATD如何影响成人的肺功能。本研究将收集的数据包括我
【主题与分类】
主题标签:Alpha1-Antitrypsin Deficiency。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06512454
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/NCT06512454
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:α1-抗胰蛋白酶缺乏症。肝脏会产生一种名为α-1抗胰蛋白酶(AAT)的蛋白质。AAT通常会被释放到血液中。在某些人体内,肝脏会产生一种异常版本的AAT,称为Z-AAT。Z-AAT会在肝细胞中积聚,还会导致血液中AAT水平偏低(称为α-1抗胰蛋白酶缺乏症或AATD)。若不加以治疗,随着时间推移,这种积聚会导致不同阶段的肝脏问题。这被称为AATD的自然病史。本研究的主要目的是了解成人AATD在4至8年内未经治疗时所导致的肝脏问题。其他目的包括:了解哪些因素可以预测AATD肝脏状况的发生及其好转或恶化,描述该状况目前在常规诊疗中是如何被诊断和监测的,以及描述AATD如何影响成人的肺功能。本研究将收集的数据包括参与者的病史,涵盖AATD首次被确认的日期和/或首次诊断出AATD相关肝脏或肺部问题的日期。
在研究开始时以及之后每年直至研究结束,参与者将被要求完成问卷(称为患者报告结果或PROs)。
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。




