可溶性CD95配体在ANCA相关性血管炎病理生理中的作用
该数据集来自clinicaltrials.gov,聚焦ANCA相关性血管炎这一罕见且可能危及生命的炎症性疾病。研究围绕可溶性CD95配体(s-CD95-L)展开,该分子对Th17淋巴细胞和中性粒细胞具有促炎特性,而这两类细胞均参与ANCA相关性血管炎的发病

基本信息
资源简介
可溶性CD95配体在ANCA相关性血管炎病理生理中的作用
该数据集来自clinicaltrials.gov,聚焦ANCA相关性血管炎这一罕见且可能危及生命的炎症性疾病。研究围绕可溶性CD95配体(s-CD95-L)展开,该分子对Th17淋巴细胞和中性粒细胞具有促炎特性,而这两类细胞均参与ANCA相关性血管炎的发病。研究假设s-CD95-L水平可能作为该病的预后因素,并探索其分子机制以发现新的治疗靶点。数据可用于分析s-CD95-L与疾病预后的关联,支持预后预测与治疗靶点研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:ANCA相关性血管炎。ANCA相关性血管炎是一组罕见的疾病,是可能危及生命的炎症性疾病。迫切需要描述预后因素并发现新的治疗途径。可溶性CD95-L是CD95-L的裂解部分,与CD95死亡受体结合。s-CD95-L对Th17淋巴细胞和中性粒细胞具有促炎特性,这两种细胞与ANCA相关性血管炎有关。它还在系统性红斑狼疮中发挥作用(系统性红斑狼疮表现为与ANCA相关性血管炎相同类型的肾小球肾炎)。最后,已发现它在这组疾病中升高。研究者假设s-CD95-L水平可能是ANCA相关性血管炎的预后因素,并且研究涉及的分子机制可能提供新的治疗靶点。该研究将招募
【主题与分类】
主题标签:ANCA Associated Vasculitis。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/NCT03698071
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/NCT03698071
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:ANCA相关性血管炎。ANCA相关性血管炎是一组罕见的疾病,属于可能危及生命的炎症性疾病。目前迫切需要描述预后因素并发现新的治疗途径。可溶性CD95-L是CD95-L被切割后的一部分,可与CD95死亡受体结合。s-CD95-L对Th17淋巴细胞和中性粒细胞具有促炎特性,这两种细胞均与ANCA相关性血管炎有关。它还在系统性红斑狼疮中发挥作用(该系统性疾病表现出与ANCA相关性血管炎相同类型的肾小球肾炎)。最后,已发现该指标在这组疾病中升高。研究者假设s-CD95-L水平可能是ANCA相关性血管炎的预后因素,而对其所涉及的分子机制进行研究可能提供新的治疗靶点。该研究将在波尔多大学医院招募50名接受随访的ANCA相关性血管炎患者。除常规疾病活动度信息外,每次访视时还将采集血液和尿液样本以研究s-CD95-L。
将在患者样本上开展基础研究,以探究所涉及的分子机制。将研究临床和生物学疾病活动度、治疗及结局与s-CD95-L的相关性,以描述其潜在的预后作用。患者将按常规随访要求定期随访。无需额外访视,血液样本将与临床用途采血同时采集。
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。




