CFTR调节剂对成人囊性纤维化患者骨骼与肌肉的影响
该数据集来自 clinicaltrials.gov,聚焦 CFTR 调节剂对成人囊性纤维化患者骨骼与肌肉的影响。囊性纤维化是一种累及多系统的遗传病,随着治疗进步患者寿命延长,呼吸衰竭仍是主要死因,但肌肉骨骼损害带来的疾病负担日益突出

基本信息
资源简介
CFTR调节剂对成人囊性纤维化患者骨骼与肌肉的影响
该数据集来自 clinicaltrials.gov,聚焦 CFTR 调节剂对成人囊性纤维化患者骨骼与肌肉的影响。囊性纤维化是一种累及多系统的遗传病,随着治疗进步患者寿命延长,呼吸衰竭仍是主要死因,但肌肉骨骼损害带来的疾病负担日益突出。数据覆盖囊性纤维化、骨质流失与肌肉流失等主题,可用于研究 CF 相关骨病的多因素病因,以及评估 CFTR 调节剂对骨骼和肌肉结局的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:囊性纤维化、骨质流失、肌肉流失。囊性纤维化(CF)是一种复杂的多系统遗传病,肺部和胃肠道后果在临床图景中占主导地位。通过若干治疗进展,CF 患者的预期寿命已增加。尽管呼吸衰竭仍是 CF 的主要死亡原因,但肌肉骨骼损害导致了主要发病率。在普通人群中,肌肉骨骼疾病是寻求医疗护理最常见的原因之一,且骨质疏松性骨折的风险随年龄增长而增加。随着 CF 人群老龄化,与肌肉骨骼影响相关的发病率可能增加。CF 相关骨病的病因是多因素的,包括胰腺功能不全、营养状况差、维生素 D 缺乏、糖皮质激素治疗、炎症、性腺功能减退和肌肉减少的影响。
【主题与分类】
主题标签:Cystic Fibrosis、Bone Loss、Muscle Loss。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04206436
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/NCT04206436
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:囊性纤维化、骨质流失、肌肉流失。囊性纤维化(CF)是一种复杂的多系统遗传性疾病,其临床表现以肺部及胃肠道后果为主。通过多项治疗进展,CF患者的预期寿命已有所延长。尽管呼吸衰竭仍是CF患者死亡的主要原因,但肌肉骨骼损害也导致了显著的发病率。在普通人群中,肌肉骨骼疾病是寻求医疗照护最常见的原因之一,且骨质疏松性骨折的风险随年龄增长而增加。随着CF患者群体老龄化,与肌肉骨骼影响相关的发病率可能会上升。CF相关骨病的病因是多因素的,包括胰腺功能不全、营养状况不佳、维生素D缺乏、糖皮质激素治疗、炎症、性腺功能减退以及肌肉减少症的影响,这些因素共同导致骨矿物质积累减少和骨密度降低。囊性纤维化跨膜传导调节因子(CFTR)调节药物对CF骨病的影响尚未得到评估。
CFTR调节剂的作用可能有助于对抗CF的骨骼和肌肉后果,其方式可以是直接影响骨骼或肌肉细胞,或是通过改善肺部疾病、改善营养状况、减少全身性炎症或糖皮质激素使用,或随后增加体力活动来间接实现。拟议研究的基本原理是,更深入地了解CFTR调节剂疗法对骨骼和肌肉的影响,将有助于指导策略,以优化骨骼积累、预防骨质疏松和骨折,并改善老龄化CF人群的功能结局。本研究以纵向观察性队列研究为骨干,将系统而全面地评估接受CFTR调节剂疗法的患者以及未接受CFTR调节剂疗法的对照组从基线到12个月和24个月时间点的骨骼和肌肉质量及力量的变化。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




