Eeyou Istchee 居民间质性肺疾病（Definite ILD）特征：总体及按亚型分层
该数据集来自 Frontiers in Figshare，包含一份数据表文档，对应一项探索进行性肺纤维化（PPF）预测标志物的研究
基本信息
资源简介
Eeyou Istchee 居民间质性肺疾病（Definite ILD）特征：总体及按亚型分层
Data Sheet 1_Predicting biomarkers of progressive pulmonary fibrosis: morphological, cytokine profile, and clinical portrait.doc
该数据集来自 Frontiers in Figshare，包含一份数据表文档，对应一项探索进行性肺纤维化（PPF）预测标志物的研究。研究纳入 2016 年 1 月至 2023 年 5 月间在 ILD 门诊随访的 215 例非 IPF、非 CTD-ILD 的 PPF 患者，基于组织块可用性最终纳入 48 例，回顾性收集临床、影像和功能数据，并与组织形态学及分子细胞因子数据关联，旨在寻找可预测纤维化间质性肺疾病进展表型的组织学、分子、影像或临床特征。数据可用于探索 PPF 相关生物标志物及构建进展预测模型（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Idiopathic Pulmonary Fibrosis (an Update) and Progressive Pulmonary Fibrosis in Adults: An Official ATS/ERS/JRS/ALAT Clinical Practice Guideline》发表于 American Journal of Respiratory and Critical Care Medicine（2022），DOI：10.1164/rccm.202202-0399ST。源站首次发布：2025-06-19。
【数据内容】
源站描述（机器翻译，仅供参考）：目的：进行性肺纤维化（PPF）一词指一种特定疾病，尽管接受最佳治疗仍会恶化。这种进行性加重的致病解释仍有待发现。在本研究中，我们探讨是否有任何组织学、分子、影像学或临床特征可以预测纤维化间质性肺疾病患者的进展表型。方法：2016 年 1 月至 2023 年 5 月期间，在我们的 ILD 门诊随访了 215 例非特发性肺纤维化（IPF）且非结缔组织病相关 ILD（CTD-ILD）的 PPF 患者。基于组织块可用性，最终明确纳入 48 例患者。进展根据最新指南定义。临床、影像学和功能数据也进行了回顾性收集，并与组织形态学和分子细胞因子相关。
【数据结构与技术规格】
文件数 1 个，合计 1.41 MB。数据集 DOI：10.3389/fimmu.2025.1514439.s001。
【主题与分类】
源站学科分类：Genetic Immunology。主题标签：interstitial lung disease、traction bronchiectasis、IL-9、progressive pulmonary fibrosis、lung fibrosis。本站分类：呼吸系统疾病。
【适用方向】
源站学科分类标注为 Genetic Immunology。
【获取与许可】
源站页面：https://frontiersin.figshare.com/articles/dataset/Data_Sheet_1_Predicting_biomarkers_of_progressive_pulmonary_fibrosis_morphological_cytokine_profile_and_clinical_portrait_doc/29363135
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Bernardinello, Nicol; Pezzuto, Federica; D’Sa, Lauren; Vedovelli, Luca; Giraudo, Chiara; Chelu, Anamaria; et al. (2025). Data Sheet 1_Predicting biomarkers of progressive pulmonary fibrosis: morphological, cytokine profile, and clinical portrait.doc. Frontiers. Dataset
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（Figshare）
- 源站标题：Data Sheet 1_Predicting biomarkers of progressive pulmonary fibrosis: morphological, cytokine profile, and clinical portrait.doc
- DOI：10.3389/fimmu.2025.1514439.s001
- 发布日期：2025-06-19
- 文件数：1 个
- 文件总体积：1.41 MB
- 源站页面：https://frontiersin.figshare.com/articles/dataset/Data_Sheet_1_Predicting_biomarkers_of_progressive_pulmonary_fibrosis_morphological_cytokine_profile_and_clinical_portrait_doc/29363135
命令行下载
curl -L -o "Data Sheet 1_Predicting biomarkers of progressive pulmonary fibrosis: morphological, cytokine profile, and clinical portrait.doc" "https://ndownloader.figshare.com/files/55488290"
文件清单
Data Sheet 1_Predicting biomarkers of progressive pulmonary fibrosis: morphological, cytokine profile, and clinical portrait.doc（1.41 MB）
文件总体积 1.41 MB（源站 API 实测）。
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。
数据说明
目的 进行性肺纤维化（PPF）一词指的是一种特定疾病，尽管接受了最佳治疗仍会恶化。这种进行性加重的病理机制仍有待阐明。在本研究中，我们探讨了是否有任何组织学、分子、影像学或临床特征能够预测纤维化间质性肺疾病患者的进行性表型。方法 2016年1月至2023年5月期间，在我们的间质性肺疾病门诊随访了215例非特发性肺纤维化（IPF）且非结缔组织病相关间质性肺疾病（CTD-ILD）的PPF患者。根据组织蜡块的可用性，最终纳入48例患者。进展根据最新指南定义。同时回顾性收集临床、影像学和功能数据，并与组织形态学和分子细胞因子谱进行相关性分析。结果 15例患者被归类为进展者（PPF），33例被归类为非进展者（nPPF），两组诊断时年龄和性别相似。PPF组牵拉性支气管扩张的患病率更高（80% vs.
27%；p=本研究结果增进了对PPF病理机制的理解，为改进预后评估和治疗干预提供了潜在途径。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.3389/fimmu.2025.1514439.s001（source: https://frontiersin.figshare.com/articles/dataset/Data_Sheet_1_Predicting_biomarkers_of_progressive_pulmonary_fibrosis_morphological_cytokine_profile_and_clinical_portrait_doc/29363135）。
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。
