近期风湿性多肌痛队列初始诊断依据与整体演变评估(JADORE)
JADORE 是一项来自 clinicaltrials.gov 的临床研究数据集,聚焦近期风湿性多肌痛及炎症性风湿病患者的初始诊断依据与整体演变评估

基本信息
资源简介
近期风湿性多肌痛队列初始诊断依据与整体演变评估(JADORE)
JADORE 是一项来自 clinicaltrials.gov 的临床研究数据集,聚焦近期风湿性多肌痛及炎症性风湿病患者的初始诊断依据与整体演变评估。研究纳入符合入排标准的患者,在常规诊疗对应的 M0、M3、M6、M12、M24、M36、M48、M60 访视中完成评估,并在 M18、M30 安排两次补充远程会诊访视以记录治疗与剂量、疾病活动度、治疗并发症及 ACG 发生等主要随访事件,首次复发时亦进行评估。该数据可用于风湿性疾病诊断依据、长期演变及随访事件的分析研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:风湿性多肌痛、炎症性风湿病。研究将向所有符合入选和非入选标准的患者提供参与机会。患者将有充足时间在确认参与研究前进行考虑(在开始长期皮质类固醇治疗前获得初始病理评估结果的通常延迟意味着,在实践中所有病例的这一延迟将为数天)。所有研究评估将在对应这些患者常规诊疗的访视中进行(M0 入选),M3、M6、M12、M24、M36、M48 和 M60。可能进行两次额外的远程会诊访视(M18 和 M30),以记录主要随访事件(当前治疗及剂量、疾病活动度、治疗并发症、ACG 的发生)。如适用,患者还将在首次复发时接受评估。A
【主题与分类】
主题标签:Polymyalgia Rheumatica、Inflammatory Rheumatism。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07132164
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/NCT07132164
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
适应症:风湿性多肌痛、炎性风湿病。研究将向所有符合入选标准且不符合排除标准的患者提供参与机会。患者将有充足时间进行考虑后再确认参与研究(通常在开始长期皮质类固醇治疗前获取初始病理评估结果的常规延迟意味着,在实践中所有病例的这一延迟均为数天)。所有研究评估将在与这些患者常规诊疗相对应的访视时进行(M0入选),M3、M6、M12、M24、M36、M48和M60。可能在M18和M30进行两次额外的远程会诊访视,以记录主要随访事件(当前治疗及剂量、疾病活动度、治疗并发症、ACG的发生)。如适用,患者还将在首次复发时接受评估。在入选访视时,将收集作为初始PPR检查常规组成部分的补充检查数据:标准生物学检查、免疫学检查、胸部X线、肩部和骨盆X线以及骨密度测定。
有关肩部PET扫描或MRI表现的数据也将被收集。患者将接受血液检查以建立生物样本库,并采集粪便样本(取决于各中心)以研究肠道微生物群。作为常规诊疗的一部分,患者将接受髋部和肩部超声扫描。将进行主动脉弓上干多普勒超声检查(需额外付费)。将完成生活质量问卷。肌肉减少症将采用SARC-F自评问卷、SPPB肌肉表现测量、握力测试肌肉力量及衰弱综合征进行评估。对于初始补充评估后临床医生确信度低于50%的患者,将不纳入队列随访。在一年随访时,若临床医生确信度仍>50%,患者将继续在研究中随访。对于其他患者,随访
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。




