川崎病
川崎病是一种主要发生于5岁以下儿童的急性、自限性发热性血管炎综合征,以全身中小动脉炎为主要病理特征,冠状动脉受累是其最严重的并发症。发病机制可能与感染触发的异常免疫反应有关,典型临床表现包括持续高热、双侧球结膜充血、唇红皲裂及草莓舌、多形性皮疹、四肢末端硬肿及后期膜状脱皮、颈部非化脓性淋巴结肿大。治疗以早期大剂量静脉注射免疫球蛋白联合阿司匹林为主,可显著降低冠状动脉瘤发生风险。川崎病已成为儿童获得性心脏病的重要病因,在临床研究、心血管长期随访及专病数据库构建中具有重要地位。
获取 川崎病 专属定制方案
川崎病患者人口统计学与临床数据
该数据集以表格形式记录了川崎病患者的临床数据,包括人口统计学信息、多种治疗方案(如静脉注射免疫球蛋白、阿司匹林、类固醇等药物)以及冠状动脉评估等检查结果,主要用于支持川崎病的临床研究、治疗策略优化和儿科心血管疾病的风险分析。

川崎病合并冠状动脉瘤患者主要不良心脏事件风险分析数据集
该数据集包含川崎病合并冠状动脉瘤患者的临床特征、实验室检查、影像学数据及长期随访的心脏事件记录等多模态临床信息,主要用于构建心血管风险预测模型、评估川崎病患者的远期预后以及识别导致主要不良心脏事件的关键危险因素。

血浆代谢物在肠道微生物群驱动的川崎病发病机制中的因果介导:一项孟德尔随机化研究将 N-棕榈酰甘氨酸确定为关键效应因子(补充材料)
该数据集是川崎病发病机制研究的补充材料,包含血浆代谢物检测数据、肠道微生物群组成信息及遗传工具变量等多模态数据,通过孟德尔随机化方法揭示了N-棕榈酰甘氨酸在微生物群驱动疾病过程中的关键介导作用,主要用于代谢组学、微生物组学与心血管疾病的交叉机制研究和生物标志物探索。

川崎病与多系统炎症综合征数据集
该数据集包含基于疫苗不良反应报告系统(VAERS)的川崎病与多系统炎症综合征病例回顾性临床数据,涵盖患者人口统计学、疫苗接种史、不良事件描述及诊断结果等多模态临床表格与文本信息,主要用于疫苗安全性监测、川崎病流行病学分析以及免疫相关炎症疾病的临床与公共卫生研究。

川崎病患者血清中病原体全面检测的高通量测序数据(补充文件1)
该数据集为川崎病患者血清的高通量测序数据,包含病毒检测结果,以表格形式呈现每个样本的病毒读数(标准化为RPM值),数据模态为基因序列与临床表格的结合,主要用于探索川崎病的病原体感染病因,支持感染性疾病机制、儿科免疫学及病原体基因组学等方向的研究。

川崎病患者外周血单个核细胞特征的单细胞RNA测序分析补充文件3
该数据集以表格形式提供了川崎病患者外周血单个核细胞中B细胞和四种T细胞的功能富集分析结果,数据模态为基因表达和功能注释的表格数据,主要用于单细胞免疫组学研究和川崎病免疫特征分析,帮助揭示免疫细胞在疾病中的功能变化和潜在机制。

川崎病患者血清γ-谷氨酰转移酶水平升高中的独特分子模式:对静脉注射免疫球蛋白反应性的影响
该数据集包含川崎病患者的基因表达和临床数据,涉及文本和表格模态,通过分析四个患者队列,揭示了血清γ-谷氨酰转移酶水平升高与IVIG治疗抵抗性的关联,识别了36个关键基因,并探讨了唾液酸化和中性粒细胞凋亡在其中的作用,主要用于研究川崎病的分子机制、IVIG反应性及潜在治疗靶点。

川崎病小鼠模型肠道菌群与代谢物数据集
该数据集包含川崎病小鼠模型的肠道菌群组成、短链脂肪酸代谢物水平、肠道屏障蛋白表达及炎症标志物等多模态实验数据,主要应用于研究肠道菌群失调如何通过影响代谢物和屏障功能加剧川崎病炎症反应,为免疫调节和疾病机制探索提供关键实验依据。

GSE73461:川崎病基因表达与免疫细胞浸润分析数据集
该数据集包含来自GEO的GSE73461基因表达谱,涵盖78例川崎病患者和55例正常对照的样本,通过生物信息学分析识别差异表达基因并构建PPI网络,筛选出AURKB等五个候选枢纽基因;同时利用XCell算法进行免疫细胞浸润分析,揭示KD患者中单核细胞、中性粒细胞升高而B/T细胞降低的免疫特征,主要用于川崎病的生物标志物发现、免疫机制研究和治疗靶点探索。

中国莆田市川崎病患者的基因序列原始数据
该数据集包含来自中国莆田市川崎病患者的基因序列原始数据,数据模态为基因测序生成的原始序列文件,主要用于川崎病的遗传学研究、疾病机制分析和生物标志物发现,为相关医学研究提供基础数据支持。

川崎病基因表达与免疫细胞浸润分析数据集
该数据集包含川崎病患者与正常对照的基因表达数据,通过生物信息学方法分析了差异表达基因、免疫细胞浸润及相关性,涉及基因表达和临床表格等多模态信息,主要用于川崎病的生物标志物发现、免疫机制研究和治疗靶点探索,为疾病诊断和治疗提供数据支持。

川崎病差异表达基因与免疫细胞浸润分析数据集
该数据集包含川崎病患者与正常对照的基因表达谱数据,通过生物信息学分析筛选出差异表达基因并鉴定出AURKB等五个核心候选基因,同时利用XCell算法揭示了单核细胞和中性粒细胞浸润增加、B细胞和T细胞减少的免疫特征,主要用于川崎病的生物标志物发现、免疫失调机制研究及潜在治疗靶点探索。