瑞典腹主动脉瘤家族性风险研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07577128

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：腹主动脉瘤、主动脉瘤、腹主动脉瘤。本研究设计为一项基于全国人群的回顾性、描述性病例对照研究。通过使用全国登记数据库，将识别2010-2024年期间被诊断为AAA的符合条件的患者（已治疗和未治疗）。该时间段涵盖了瑞典建立筛查制度的时期，因此产生了大量被诊断的男性队列。因此，被诊断为AAA的个体将通过国家健康与福利委员会（NBHW）的登记数据库（死因登记、国家患者登记、出院登记）进行识别。按性别、年龄（±1岁）、地区和收入（低、中、高）匹配的对照将以4倍的比例从瑞典统计局（Statistic Sweden）中识别。随后，这些个体将与多代登记数据库链接，以识别其一级亲属（FDR）。在最后一步，FDR将与NBHW登记数据库链接，以评估这些个体是否被诊断为AAA（rAAA或iAAA）。还将收集FDR、指示病例和匹配对照的社会经济数据和合并症信息。

总体目标：提高对主动脉疾病遗传模式的理解，特别考虑地域差异和性别因素。假设：在一名或多名一级亲属被诊断患有主动脉疾病的人群中，将检测到发生任何主动脉疾病的风险增加，且即使在考虑标准调整因素（年龄、性别、合并症、社会经济状况）后，这一风险仍然存在。目标：1）描述女性和男性一级亲属（FDR）相对于被诊断患有AAA的女性和男性个体（索引人物）发生确诊AAA的风险，并与人群进行比较。2）识别可能影响遗传风险的预测相关风险因素（可改变/不可改变、保护性或负面性）：年龄、性别、地区、其他心血管疾病、合并症、多名一级亲属、社会经济状况、多层级主动脉疾病。3）描述其分布

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。