川崎病发热至IVIG间隔与临床结局非线性关联的去标识化数据集及分析代码

数据集获取

源站：https://doi.org/10.57760/sciencedb.43970

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

本数据集支持文章《发热至静脉注射免疫球蛋白间隔时间与川崎病临床结局的非线性关联：一项纳入6，921名儿童的回溯性队列研究》（已投稿至BMC Medicine）。该数据集包含来自单中心回溯性队列的去标识化患者层面分析数据，该队列纳入2012年12月至2025年11月期间在武汉儿童医院诊断为川崎病（KD）并接受初始静脉注射免疫球蛋白（IVIG，2 g/kg）治疗的6，921名儿童。本研究探讨发热至IVIG间隔时间与临床结局之间的非线性（U形）关联，结局包括IVIG无反应、冠状动脉扩张（最大Z评分>2.0）和动脉瘤级冠状动脉受累。该数据集每名患者一条记录（6，921行×44个变量），涵盖人口统计学信息（年龄以整数月计、性别）、主要临床特征、主要暴露变量（发热至IVIG间隔时间，天）、时间变量、首次可获得的IVIG前实验室检查值（全血细胞计数、炎症标志物、生化指标、淋巴细胞亚群、免疫球蛋白和补体），以及四个冠状动脉和治疗结局变量。

我们实施了严格的去标识化处理：移除了所有直接标识符和确切日期；年龄以整数月形式发布；日历年仅以时期类别形式发布；行顺序被随机打乱；极端时间值在21天处进行了顶部编码。完整的数据字典、缺失数据摘要、去标识化方案以及残余再识别风险评估见随附的README文件。文中包含一个可执行的Python脚本（reproduce_analyses.py），该脚本可复现文章报告的所有主要分析和敏感性分析——包括组间比较（参照组：5–7天）、采用标准化协变量的多变量逻辑回归、非线性似然比检验、按时期分层分析（2012–2018年 vs. 2019–2025年），以及一项仅限于完整K的敏感性分析

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。