21三体综合征患者免疫系统失调与衰老的自然史研究(含与不含胸腺切除)
该数据集来自clinicaltrials.gov,为一项针对21三体综合征(T21)个体的纵向观察性研究,旨在收集免疫功能数据,识别免疫缺陷和/或免疫失调的临床与实验室特征,刻画其病理生理、评估随时间进展与演变,并分析免疫调节与免疫抑制治疗的影响

基本信息
资源简介
21三体综合征患者免疫系统失调与衰老的自然史研究(含与不含胸腺切除)
该数据集来自clinicaltrials.gov,为一项针对21三体综合征(T21)个体的纵向观察性研究,旨在收集免疫功能数据,识别免疫缺陷和/或免疫失调的临床与实验室特征,刻画其病理生理、评估随时间进展与演变,并分析免疫调节与免疫抑制治疗的影响。研究纳入既往接受胸腺切除和未接受该手术的个体,以评估胸腺切除对免疫功能障碍及自身免疫、恶性肿瘤和感染易感性风险的潜在影响。参与者接受基线访视并每年随访,评估健康状况并采集生物标本。数据可用于免疫失调与衰老相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:唐氏综合征。研究描述:这是一项针对21三体(T21)个体的纵向观察性研究,旨在收集免疫功能数据,以识别免疫缺陷和/或免疫失调的临床与实验室特征,刻画其病理生理学,评估其随时间的进展与演变,并分析免疫调节和免疫抑制治疗的影响。为了评估胸腺切除对免疫功能障碍以及发生自身免疫、恶性肿瘤和/或感染易感性增加风险的潜在影响,既往接受过胸腺切除和未接受该手术的个体都将被纳入。受影响参与者将进行基线访视,并每年进行随访研究访视(从基线开始),以评估其健康状况并采集生物标本(包括b
【主题与分类】
主题标签:Down Syndrome。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07416201
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/NCT07416201
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:唐氏综合征。研究描述:这是一项针对21三体(T21)个体的纵向观察性研究,旨在收集免疫功能相关数据,以识别免疫缺陷和/或免疫失调的临床及实验室特征,明确其病理生理机制,评估其随时间推移的进展与演变,并分析免疫调节及免疫抑制治疗的影响。为评估胸腺切除术对免疫功能障碍以及发生自身免疫、恶性肿瘤和/或感染易感性增加风险的潜在影响,既往接受过胸腺切除术的个体和未接受该手术的个体均将纳入研究。受试者将进行基线访视,并自基线起每年进行随访研究访视,以评估其健康状况并采集生物标本(包括但不限于血液)。也可根据临床指征安排额外访视。常规临床诊疗中产生的数据和剩余生物标本也可能被收集并用于研究。
与相应受累参与者居住在同一家庭中的未受累亲属将作为对照入组,并将每年进行血液采集,并可选择每年进行粪便、颊拭子和唾液采集,以比较微生物组和免疫学数据。目标:主要目标:* 描述T21个体中临床终点(感染、肺损伤的发生或进展、自身免疫、恶性肿瘤)的免疫相关因素及其随时间的累积频率 * 描述既往胸腺切除术对免疫缺陷和免疫失调临床表现的发生率以及对免疫功能的实验室参数的可能影响 次要目标:- 确定T21个体免疫功能障碍的细胞和分子机制 终点:主要终点:* 需要住院治疗的严重感染的发生率(入院次数
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。




