溶酶体贮积症中的补体激活研究
该数据集来自 clinicaltrials.gov,为单中心横断面观察性研究,纳入年龄大于16岁、诊断为 Fabry 病、Gaucher 病或 C 型 Niemann-Pick 病的患者

基本信息
资源简介
溶酶体贮积症中的补体激活研究
该数据集来自 clinicaltrials.gov,为单中心横断面观察性研究,纳入年龄大于16岁、诊断为 Fabry 病、Gaucher 病或 C 型 Niemann-Pick 病的患者。研究假设这些溶酶体贮积症患者存在补体过度激活(包括 C5 水平),并通过 MAC/C5b-9 介导的细胞毒性和 C5aR 介导的炎症驱动组织损伤。主要结局指标为 ELISA 测定的血浆可溶性 C5b-9 水平,可用于比较患者与健康对照的补体激活差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Fabry 病、Gaucher 病、C 型 Niemann-Pick 病、溶酶体贮积症。这是一项单中心、横断面观察性研究,对象为年龄大于16岁、诊断为 FD、GD 或 NPC 的患者。本研究的研究假设为:1. 在溶酶体贮积症 FD、GD 和 NPC 患者中,补体被过度激活,包括在特异性补体 C5 水平上。2. 补体激活通过下游效应机制驱动 LSD 中的组织损伤,包括膜攻击复合物(MAC/C5b-9)介导的细胞毒性和 C5aR 介导的炎症。本研究旨在显示 FD、GD 和 NPC 患者与健康对照相比补体激活增强,包括在 C5 水平上。本研究的检测包括主要结局指标:使用 ELISA 测定的血浆可溶性 C5b-9(sC6b-9)水平。
【主题与分类】
主题标签:Fabry Disease、Gaucher Disease、Niemann-Pick Disease, Type C、Lysosomal Storage Diseases。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04189601
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/NCT04189601
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、戈谢病、C型尼曼-匹克病、溶酶体贮积症。这是一项单中心、横断面观察性研究,研究对象为年龄>16岁、诊断为FD、GD或NPC的患者。本研究的研究假设为:1. 在溶酶体贮积症FD、GD和NPC患者中,补体被过度激活,包括在特异性补体C5水平上。2. 补体激活通过下游效应机制驱动LSDs中的组织损伤,包括膜攻击复合物(MAC/C5b-9)介导的细胞毒性和C5aR介导的炎症。本研究旨在显示,与健康对照相比,FD、GD和NPC患者的补体激活增强,包括在C5水平上。本研究的研究检测包括主要结局指标,即使用ELISA测定的血浆可溶性C5b-9(sC6b-9)水平。该检测基于对血浆中关键激活产物C5b-9的灵敏检测,测量体内正在发生的C5激活程度。
预期该检测会显示,与无病对照相比,糖鞘脂沉积症患者的血浆sC5b-9水平升高,正如先前在非典型溶血性尿毒症综合征(aHUS)和C3肾小球病(C3G)患者队列中所证实的那样。还将评估其他补体激活产物作为次要终点,包括通过ELISA检测的血浆C3a和C5a水平,以及白细胞内C5a浓度作为全身C5a生成和C5aR1表达的标志物。
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。




