普罗旺斯-阿尔卑斯-蓝色海岸地区慢性肾衰竭患者中Fabry病检测
该数据集来自clinicaltrials.gov,聚焦在法国普罗旺斯-阿尔卑斯-蓝色海岸地区慢性肾衰竭患者中检测Fabry病

基本信息
资源简介
普罗旺斯-阿尔卑斯-蓝色海岸地区慢性肾衰竭患者中Fabry病检测
该数据集来自clinicaltrials.gov,聚焦在法国普罗旺斯-阿尔卑斯-蓝色海岸地区慢性肾衰竭患者中检测Fabry病。Fabry病是一种罕见的遗传性酶缺陷疾病,可导致多系统损害包括进行性肾衰竭。研究旨在通过血液检测测量alpha-galactosidase A活性,在18-60岁男性、特定肾小球滤过率及蛋白尿或肌酐水平条件下早期诊断Fabry病患者。数据可用于罕见病筛查、肾功能相关研究及疾病早期识别(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Fabry病。Fabry病是一种罕见的遗传性疾病,其特征是称为alpha-galactosidase A的酶缺陷,该酶通常分解一种脂质,但缺失或功能不正常。结果,脂质在体内积累,导致多系统损害,包括进行性肾衰竭。几项研究集中于在终末期肾衰竭患者、移植或血液透析患者中检测该病。本研究旨在早期诊断Fabry患者,对象为18-60岁男性,其肾小球滤过率经MDRD估算在60至15 ml/min/1.73m2之间,或在90至60 ml/min/1.73m2之间并伴有蛋白尿大于0.3 g/g或肌酐水平大于0.5 g/l。该筛查将通过血液检测进行,采用微量法从样本中测量alpha-galactosidase A活性水平。
【主题与分类】
主题标签:Fabry Disease。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/NCT01374997
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/NCT01374997
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:法布里病。法布里病是一种罕见的遗传性疾病,其特征是由于α-半乳糖苷酶A(一种通常负责分解脂质的酶)缺乏或功能异常所致。其结果是脂质在体内蓄积,导致多系统损害,包括进行性肾功能衰竭。多项研究集中于在终末期肾功能衰竭患者(接受移植或血液透析)中检测该病。本研究旨在更早地诊断法布里病患者,对象为18至60岁男性,其经MDRD估算的肾小球滤过率在60至15 ml/min/1.73m²之间,或在90至60 ml/min/1.73m²之间且伴有蛋白尿大于0.3 g/g或肌酐水平大于0.5 g/L。该筛查将通过血液检测进行,采用微量法测定滤纸血斑样本中的α-半乳糖苷酶A活性水平。若该检测呈阳性,则将通过标准方法确认法布里病的诊断:白细胞α-半乳糖苷酶A活性的大量测定法。
这项多中心前瞻性研究在医疗实践中公开招募,患者随访与肾功能不全的管理相对应,将向普罗旺斯-阿尔卑斯-蓝色海岸地区所有成人肾脏科和透析科室提供。本研究的目的是评估目标人群中法布雷病的患病率,并识别既往未确诊的患者,使其能够从适当的疾病管理中获益,包括是否需要酶替代治疗。
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。




