Eurbio-Alport(RaDiCo队列)
该数据集来自clinicaltrials.gov,聚焦Alport综合征这一罕见遗传性疾病,其特征为肾小球肾病进展至肾衰竭,并伴有耳聋和眼部受累,与编码肾小球基底膜中三种IV型胶原链之一的基因突变相关

基本信息
资源简介
Eurbio-Alport(RaDiCo队列)
该数据集来自clinicaltrials.gov,聚焦Alport综合征这一罕见遗传性疾病,其特征为肾小球肾病进展至肾衰竭,并伴有耳聋和眼部受累,与编码肾小球基底膜中三种IV型胶原链之一的基因突变相关。数据覆盖疾病分子机制、肾功能衰竭进展及治疗研究背景,提及肾素-血管紧张素系统阻滞剂可能延缓疾病进展的回顾性研究证据,以及anti-micro-RNA和干细胞等创新疗法在动物模型中的有效性。可用于了解该疾病的临床与遗传特征,支持疾病进展与治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Alport综合征。Alport综合征是一种罕见的遗传性疾病,其特征为肾小球肾病进展至肾衰竭、耳聋和眼部受累的组合。该疾病与编码肾小球基底膜中表达的三种IV型胶原链之一的基因突变相关。在理解该疾病的分子机制方面已取得重大进展,但在理解肾衰竭进展和治疗领域相对较少。我们在欧洲一项回顾性研究中表明,肾素-血管紧张素系统阻滞剂可能延缓疾病进展,但尚未进行对照研究。最后,创新疗法(anti-micro-RNA、干细胞)最近在该疾病的动物模型中显示出有效性,工业界正计划快速开展
【主题与分类】
主题标签:Alport Syndrome。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/NCT05927467
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/NCT05927467
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:Alport综合征。Alport综合征是一种罕见的遗传性疾病,其特征为肾小球肾病进展至肾功能衰竭、耳聋及眼部受累的组合表现。该病与编码肾小球基底膜中表达的三种IV型胶原链之一的相关基因突变有关。在理解该病的分子机制方面已取得重大进展,但在了解肾功能衰竭的进展过程及治疗领域方面进展相对较少。我们在一项欧洲回顾性研究中表明,肾素-血管紧张素系统阻滞剂可能延缓疾病进展,但尚未开展对照研究。最后,创新疗法(抗微小RNA、干细胞)近期已在动物模型中显示出有效性,且工业界正计划迅速开展1期试验以测试相关分子。
在人类中开展治疗性试验需要全面了解该疾病的自然史(孤立性血尿、微量白蛋白尿、大量白蛋白尿、肾功能衰竭及其进展),并招募足够数量的患者,尤其是在早期阶段。发现能够在蛋白尿出现之前预测进展至肾功能衰竭的生物标志物,将极大地促进这些试验及治疗指征的确定。本研究旨在:* 建立欧洲Alport综合征数据库,以评估该疾病的自然史。* 研究该疾病对患者及其家庭的教育和职业生活的影响,以及对蛋白尿患者所处方肾素-血管紧张素系统阻滞剂的依从性和耐受性。* 调查分子诊断和遗传咨询的可及性,并识别能够预测肾脏疾病进展的生物标志物。该项目将在法国层面开展,并得到非常活跃的ren的支持和参与。
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。




