儿童幼年皮肌炎皮质类固醇吸收研究
该数据集来自 clinicaltrials.gov,聚焦儿童幼年皮肌炎(JDM)患者对皮质类固醇的吸收情况。JDM 是一种以肌肉和皮肤炎症为特征的结缔组织病,常用泼尼松龙和甲泼尼龙控制症状,但口服与静脉给药后的吸收模式尚不明确

基本信息
资源简介
儿童幼年皮肌炎皮质类固醇吸收研究
该数据集来自 clinicaltrials.gov,聚焦儿童幼年皮肌炎(JDM)患者对皮质类固醇的吸收情况。JDM 是一种以肌肉和皮肤炎症为特征的结缔组织病,常用泼尼松龙和甲泼尼龙控制症状,但口服与静脉给药后的吸收模式尚不明确。研究将评估口服泼尼松龙与静脉甲泼尼龙的吸收,测定 von Willebrand 因子和 neopterin 两项疾病活动指标,并在 JDM 患儿中分析其相关性。患者将在一年内参与两次,分别在疾病活动期和 6 至 12 个月后疾病较轻时,每次研究期持续两夜两天(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:血管炎、超敏反应、结缔组织病、皮肌炎、血管炎。JDM 是一种结缔组织病,其特征是肌肉和皮肤炎症。可使用泼尼松龙和甲泼尼龙等皮质类固醇帮助控制该病症状,但这些药物口服和静脉注射形式的吸收模式尚不清楚。本研究将评估口服泼尼松龙和静脉注射甲泼尼龙的吸收,测定两项疾病活动指标(von Willebrand 因子和 neopterin)的水平,并在 JDM 患儿中分析这些值的相关性。患者将在长达一年的时间内参与本研究两次,一次在患者疾病活动期,另一次在 6 至 12 个月后疾病活动较少时。两个研究期各持续两夜两天。患者将入院
【主题与分类】
主题标签:Vasculitis, Hypersensitivity、Connective Tissue Diseases、Dermatomyositis、Vasculitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00004357
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/NCT00004357
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:血管炎、超敏反应、结缔组织病、皮肌炎、血管炎。JDM是一种结缔组织病,以肌肉和皮肤炎症为特征。可给予泼尼松龙和甲泼尼龙等皮质类固醇以帮助控制该疾病的症状,但这些药物口服和静脉注射形式的吸收模式尚不清楚。本研究将评估口服泼尼松龙和静脉注射甲泼尼龙的吸收情况,测量两种疾病活动指标(血管性血友病因子和新蝶呤)的水平,并将这些数值与JDM患儿进行相关性分析。患者将在长达一年的时间内两次参与本研究,一次在患者疾病活动期,另一次在6至12个月后疾病活动度较低时。两个研究阶段各持续两夜两天。患者将在第一晚入院,并在第一天早晨在患者手臂上置入一个小型静脉留置端口,以便进行多次采血而无需额外针刺。患者将在第一天早晨接受口服泼尼松龙,在第二天早晨接受静脉注射甲泼尼龙。
将在给药前进行基线采血,给药后6小时内再采血13次。第二天最后一次采血后,将拔除患者手臂上的静脉留置针,患者即可出院。将对患者血液样本进行药物吸收以及血管性血友病因子和neopterin水平的评估。患者将在首次住院后6至12个月的某个时间,在其血管炎被判定为活动性较低后,再次经历相同的流程。
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。




