自身免疫/结缔组织疾病自然史与发病机制研究
该数据集来自 clinicaltrials.gov,聚焦自身免疫/结缔组织疾病,尤其是特发性炎性肌病(IIM)这一罕见且研究较少的一组疾病,包括多发性肌炎、皮肌炎及相关疾病

基本信息
资源简介
自身免疫/结缔组织疾病自然史与发病机制研究
该数据集来自 clinicaltrials.gov,聚焦自身免疫/结缔组织疾病,尤其是特发性炎性肌病(IIM)这一罕见且研究较少的一组疾病,包括多发性肌炎、皮肌炎及相关疾病。数据涉及在遗传易感个体暴露于特定环境因素后,伴随自身反应性抗体或 T 细胞出现慢性有害炎症的情况。该自然史方案旨在持续研究这些疾病,并开始评估与环境相关的结缔组织疾病,可用于了解疾病自然进程与发病机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:自身免疫/结缔组织疾病、特发性炎性肌病、多发性肌炎、皮肌炎。当个体在自身反应性自身抗体或 T 细胞的作用下出现慢性有害炎症时,即被认为患有自身免疫性疾病。这些疾病的病因尚不清楚,但被认为是在遗传易感个体暴露于特定环境因素后发生的。这些疾病有多种形式,但我们一直聚焦于其中一组最罕见且研究最少的自身免疫性疾病,即特发性炎性肌病(IIM)。这组异质性疾病包括多发性肌炎、皮肌炎及相关疾病。这是一项自然史方案,旨在继续我们对这些疾病的研究,并开始评估与环境相关的结缔组织疾病。
【主题与分类】
主题标签:Autoimmune/Connective Tissue Diseases、Idiopathic Inflammatory Myopathies、Polymyositis、Dermatomyositis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00341679
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/NCT00341679
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
条件:自身免疫性/结缔组织疾病、特发性炎症性肌病、多发性肌炎、皮肌炎。当个体因自身反应性抗体或T细胞而发展出慢性有害炎症时,即可认为患有自身免疫性疾病。这些疾病的病因尚不清楚,但一般认为,遗传易感个体在暴露于特定环境因素后可能发病。此类疾病有多种形式,但我们一直关注其中一组最为罕见且研究最少的自身免疫性疾病,即特发性炎症性肌病(IIM)。这一异质性疾病群包括多发性肌炎、皮肌炎及相关疾病。这是一个自然病史研究方案,旨在继续我们对这些疾病的研究,并开始评估与环境暴露相关的结缔组织疾病。我们计划进一步明确重要的患者群体和家族性病例,并获取有用的材料,以进一步研究自身免疫性/结缔组织疾病的临床表现、病因、发病机制和免疫学异常。
临床数据以及患者的血液、尿液和组织标本已由转诊医生采集并送至我们处。血液样本已被分离为细胞和血浆,冷冻后分别存入细胞库和血浆库。IIM的诊断常常与其他疾病(如成人型肌营养不良症)相混淆,因此,我们也纳入了其他疾病患者(这些患者因初步诊断为IIM或未知肌病而被转诊),包括患有其他自身免疫性疾病的患者。为了更全面地了解这些疾病的遗传风险因素,对于有多个血缘亲属患有自身免疫性疾病或结缔组织病的特定患者,其家庭成员也将被纳入研究。总之,本自然病史方案将试图通过一系列假设检验和假设生成研究,获取关于临床表现、风险
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




