早期类风湿关节炎患者动脉粥样硬化：血浆致动脉粥样硬化指数与颈动脉内中膜厚度

数据集获取

源站：https://clinicaltrials.gov/study/NCT07772466

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：动脉粥样硬化、类风湿关节炎（RA）。类风湿关节炎（RA）是一种主要累及外周关节的慢性系统性自身免疫性疾病，然而其关节外负担，尤其是对心血管（CV）系统的影响，已成为其最具后果的长期并发症。心血管疾病（CVD）占RA患者全部死亡原因的40%，是其首要死因。这种过高的CV风险估计比一般人群高1.5至2倍。RA所带来的总体CV风险在程度上已与糖尿病相当，这凸显了RA作为一个独立心血管危险因素的地位，并已在2021年欧洲心脏病学会CVD预防指南中得到正式认可。在此背景下，在临床CV事件发生之前无创检测临床前动脉粥样硬化已成为临床优先事项。

颈动脉内膜中层厚度（CIMT）通过高分辨率B型超声测量，是一种经过充分验证的早期动脉壁结构改变的替代标志物，可独立预测未来的心肌梗死和卒中。多项研究已记录到，与年龄和性别匹配的对照组相比，RA患者的CIMT显著升高；研究发现，RA患者在所有年龄组中CIMT值均较高，且其值随疾病严重程度（以28关节疾病活动度评分评估）成比例增加。血浆致动脉粥样硬化指数（AIP）定义为甘油三酯与HDL胆固醇比值的以10为底的对数，已成为一种计算得出的复合生物标志物，反映脂蛋白颗粒的致动脉粥样硬化性，尤其是小而密LDL颗粒占优势的情况。高AIP（>0.21）已独立与主要不良心血管事件相关，其预测能力超出传统血脂面板的预测能力。

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。