中国阵发性睡眠性血红蛋白尿症真实世界多中心前瞻性观察性研究
该数据集来自 clinicaltrials.gov,主题为中国阵发性睡眠性血红蛋白尿症(PNH)的真实世界、多中心、前瞻性、观察性研究

基本信息
资源简介
中国阵发性睡眠性血红蛋白尿症真实世界多中心前瞻性观察性研究
该数据集来自 clinicaltrials.gov,主题为中国阵发性睡眠性血红蛋白尿症(PNH)的真实世界、多中心、前瞻性、观察性研究。源站描述指出 PNH 是一种超罕见且危及生命的获得性多能造血干细胞疾病,可累及红细胞、白细胞、血小板及部分内皮细胞,其造血干细胞发生 PIG-A 体细胞突变,导致 GPI 锚合成障碍,细胞表面缺失 CD55 与 CD59 两种重要补体调节蛋白,使红细胞更易受补体激活产物 MAC 攻击。数据可用于 PNH 疾病特征与临床观察相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:阵发性睡眠性血红蛋白尿症。阵发性睡眠性血红蛋白尿症(PNH)是一种超罕见且危及生命的获得性多能造血干细胞疾病,因此可影响红细胞、白细胞、血小板,可能还影响部分内皮细胞。这些造血干细胞在磷脂酰肌醇聚糖A类(PIG-A)基因上发生了体细胞突变。该基因是合成糖基磷脂酰肌醇(GPI)锚所必需的,而GPI锚是将某些蛋白质附着到血细胞膜上所必需的。因此,在细胞表面可观察到两种重要的补体调节蛋白缺失:“衰变加速因子”(DAF),也称为“CD55”,以及“反应性溶解膜抑制剂”(MIRL),也称为“CD59”。因此,红细胞更容易受到补体激活产物MAC(补体
【主题与分类】
主题标签:Paroxysmal Nocturnal Hemoglobinuria。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06154512
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/NCT06154512
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:阵发性睡眠性血红蛋白尿。阵发性睡眠性血红蛋白尿(PNH)是一种超罕见且危及生命的获得性多能造血干细胞疾病,因此可累及红细胞、白细胞、血小板,可能还累及部分内皮细胞。这些造血干细胞在磷脂酰肌醇聚糖A类(PIG-A)基因上发生了体细胞突变。该基因是合成糖基磷脂酰肌醇(GPI)锚所必需的,而GPI锚是将某些蛋白质附着于血细胞膜所必需的。因此,在细胞表面可观察到两种重要的补体调节蛋白缺失:衰变加速因子(DAF),也称为CD55;以及反应性溶解膜抑制物(MIRL),也称为CD59。因此,红细胞更容易受到补体激活产物MAC(补体膜攻击复合物)的攻击。这导致补体介导的血管内溶血。静脉血栓形成倾向、溶血性贫血、完全性血小板减少和血栓形成是该病的三大主要特征。
其发病率尚不十分明确,估计为0.1~0.6/10万人/年,患病率估计为1~4例/10万人/年。PNH被列入中国《第一批罕见病目录》,此前报道其发病率为1/10万人/年,发病高峰年龄为20~40岁。根据临床特征、骨髓特点及突变克隆大小,PNH可分为3种不同类型:经典型PNH、再生障碍性贫血相关PNH(PNH-AA)及亚临床型PNH。PNH的传统治疗仍以“保护”PNH克隆、减少补体攻击与破坏、通过对症支持治疗减轻溶血为目标。在急性溶血发作时,可给予肾上腺糖皮质激素,并辅以细胞膜稳定剂、叶酸及碱性药物。对于PNH-AA综合征,可采用雄
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。




