军事人员肌炎环境风险因素研究
源站描述指出,肌炎是一种自身免疫性肌肉疾病,可能在遗传易感人群中由环境暴露引发;初步数据显示过去十年军事人员肌炎发病率呈上升趋势,原因不明

基本信息
资源简介
军事人员肌炎环境风险因素研究
该数据集来自 clinicaltrials.gov,聚焦军事人员肌炎的环境风险因素,涵盖 Dermatomyositis、Adult Polymyositis、Inclusion Body Myositis 及 Myositis 等病种。源站描述指出,肌炎是一种自身免疫性肌肉疾病,可能在遗传易感人群中由环境暴露引发;初步数据显示过去十年军事人员肌炎发病率呈上升趋势,原因不明。民用人群中少数环境暴露与肌炎的关联尚未确认,且尚无研究评估军事人员中可能导致肌炎发生的暴露。军事人员常经历密集且独特的暴露,包括不同应激、新型疫苗、特殊职业暴露、战场损伤及部署期间独特化学物质等。该数据可用于探索军事人群肌炎的环境风险因素与发病预测(来源 cli。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:皮肌炎、成人多发性肌炎、包涵体肌炎、肌炎。肌炎是一种自身免疫性肌肉疾病,可能是在遗传易感人群中由环境暴露所引发。初步数据显示,过去十年中军人肌炎发病率呈上升趋势,原因不明。尽管在平民人群中,少数环境暴露已初步与肌炎相关联,但这些关联尚未得到证实。此外,尚无研究评估可能导致军人发生肌炎的环境暴露。军人经历许多强烈而独特的暴露,且往往发生在相对较短的间隔内,包括不同的应激、新型疫苗、特殊的职业暴露、战场损伤以及野外部署期间的独特化学物质,这些暴露与非军事人群中的暴露不同。因此,我们提出一项方案,包含三种互补方法,试图确定与现役军人发生肌炎相关的环境因素,并初步了解可能涉及的机制。在第一种方法中,我们将通过一项病例对照研究评估危险因素,纳入300名在现役期间发生肌炎的患者,并将其与1500名未诊断为自身免疫性疾病或慢性肌肉疾病的现役军人(随机选取,但按性别、种族、年龄及10年内服役情况以5:1匹配)进行比较。对于第一种方法,我们将分析现有军事数据库,以获取有关药物、疫苗、感染、共存疾病、军事职业、部署及全球现役地点等信息。在第二种病例对照方法中,我们将尝试确定与军人发生肌炎相关的环境因素(n=150),将其与150名类似匹配的未诊断为
【主题与分类】
主题标签:Dermatomyositis、Adult Polymyositis、Inclusion Body Myositis、Myositis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01734369
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/NCT01734369
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:皮肌炎、成人多发性肌炎、包涵体肌炎、肌炎。肌炎是一种自身免疫性肌肉疾病,可能是在遗传易感人群中由环境暴露所引发。初步数据表明,过去十年中军人中肌炎的发病率呈上升趋势,原因不明。尽管在平民人群中,少数环境暴露已初步与肌炎相关联,但这些关联尚未得到证实。此外,尚无研究评估可能导致军人发生肌炎的职业暴露。军人经历许多强烈且独特的暴露,往往发生在相对较短的间隔内,包括不同的应激、新型疫苗、特定的职业暴露、战场伤害以及野外部署期间独特的化学物质,这些暴露与非军事人群中的暴露有所不同。
因此,我们提出一项方案,包含三种互补方法,旨在尝试确定与现役军人发生肌炎相关的环境因素,并初步了解可能涉及的机制。在第一种方法中,我们将通过病例对照研究评估300名在现役期间发生肌炎的患者的危险因素,将其与1500名未诊断为自身免疫性疾病或慢性肌肉疾病的现役军人(随机选取,但按性别、种族、年龄及10年内服役情况以5:1匹配)进行比较。对于第一种方法,我们将分析现有的军事数据库,获取关于药物、疫苗、感染、共存医疗状况、军事职业、部署及全球现役地点等信息。在第二种病例对照方法中,我们将尝试确定与军人(n=150)发生肌炎相关的环境因素,将其与150名相似匹配的未诊断为
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。




