肝脏与脾脏硬度预测MASLD相关代偿期进展性慢性肝病需治疗食管静脉曲张
该数据集来自clinicaltrials.gov,聚焦慢性肝病患者,特别是MASLD相关代偿期进展性慢性肝病(cACLD)人群

基本信息
资源简介
肝脏与脾脏硬度预测MASLD相关代偿期进展性慢性肝病需治疗食管静脉曲张
该数据集来自clinicaltrials.gov,聚焦慢性肝病患者,特别是MASLD相关代偿期进展性慢性肝病(cACLD)人群。数据涉及肝脏硬度(TE)与脾脏硬度(SSM)测量,用于预测需治疗的食管静脉曲张及临床显著门静脉高压风险。依据Baveno VI共识,肝脏硬度值可辅助排除或怀疑cACLD,结合血小板计数可识别低风险患者以避免筛查内镜。数据可用于构建无创预测模型,支持临床决策(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性肝病。慢性肝病(CLD)患者有发生临床显著门静脉高压(CSPH)的风险。在Baveno VI共识中,提出了新术语“代偿期进展性慢性肝病(cACLD)”,以更好地反映严重纤维化和肝硬化在无症状患者中是一个连续谱。瞬时弹性成像(TE)测定的肝脏硬度足以在已知CLD病因的无症状受试者中怀疑cACLD。在没有其他已知临床体征的情况下,TE值<10 kPa可排除cACLD;10至15 kPa之间的值提示cACLD但需要进一步检查确认;>15 kPa的值高度提示cACLD。肝脏硬度<20 kPa且血小板计数>150,000的患者发生需治疗静脉曲张的风险<5%,可以避免筛查内镜。SSM也可以预测
【主题与分类】
主题标签:Chronic Liver Disease。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05044663
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/NCT05044663
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
条件:慢性肝病。慢性肝病(CLD)患者有发生临床显著门静脉高压(CSPH)的风险。在Baveno VI共识中,提出了一个新的术语“代偿性晚期慢性肝病(cACLD)”,以更好地反映严重纤维化和肝硬化在无症状患者中是一个连续谱。对于已知CLD病因的无症状受试者,瞬时弹性成像(TE)测定的肝脏硬度足以怀疑cACLD。在无其他已知临床体征的情况下,TE值<10 kPa可排除cACLD;10至15 kPa之间的值提示cACLD,但需要进一步检查以确认;>15 kPa的值高度提示cACLD。肝脏硬度<20 kPa且血小板计数>150,000的患者发生需要治疗的静脉曲张的风险<5%,可避免筛查性内镜检查。脾脏硬度测定(SSM)也可预测CSPH和需要治疗的静脉曲张的存在。由于Baveno VI的限制性,最新的Baveno VII指南指出,不符合Baveno VI标准的患者如果脾脏硬度低于40kPa,可避免内镜检查。
一些研究显示,脾脏硬度在预测需要治疗的静脉曲张方面优于肝脏硬度,这可能归因于在更严重的门静脉高压中,SSM相比LSM表现更佳,因为它能更好地反映门静脉高压的血流动力学成分。然而,关于MASLD的研究较少,且大多涉及病毒性肝炎相关cACLD。此外,来自印度次大陆的脾脏硬度研究发表极少。因此,我们拟开展本研究,评估脾脏和肝脏硬度的诊断效用,并验证Baveno VII算法在预测MASLD相关cACLD中需要治疗的静脉曲张方面的作用,并与其他无创标志物进行比较。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




