别嘌醇降低心血管发病率与死亡率的系统综述与Meta分析复现数据
该数据集为2021年发表于PLOS ONE的系统综述与Meta分析“Allopurinol to reduce cardiovascular morbidity and mortality”的复现材料,包含综述方案、文献检索、研究筛选、研究特征提取及定量Meta分析各阶段的数据与文档

基本信息
资源简介
别嘌醇降低心血管发病率与死亡率的系统综述与Meta分析复现数据
Replication Data for: Allopurinol to reduce cardiovascular morbidity and mortality: A systematic review and meta-analysis
该数据集为2021年发表于PLOS ONE的系统综述与Meta分析“Allopurinol to reduce cardiovascular morbidity and mortality”的复现材料,包含综述方案、文献检索、研究筛选、研究特征提取及定量Meta分析各阶段的数据与文档。定量分析文件覆盖心血管死亡率、心肌梗死、卒中及复合终点等结局。数据可用于复现该Meta分析结果、核查研究筛选与数据提取流程,或作为循证医学方法学研究的参考材料(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该存储库包含系统综述与Meta分析“Allopurinol to reduce cardiovascular morbidity and mortality”所依据的数据、文档和支持材料,该文于2021年发表在PLOS ONE(
【主题与分类】
主题标签:Medicine, Health and Life Sciences、allopurinol、cardiovascular disease、hyperuricemia、Myocardial Infarction、Stroke、Cardiovascular Mortality、Systematic Review、Meta-analysis。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://lifesciences.datastations.nl/citation?persistentId=doi:10.17026/LS/WHSZMK
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://doi.org/10.17026/LS/WHSZMK
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
该存储库包含系统综述与meta分析“别嘌醇降低心血管疾病发病率和死亡率:系统综述与meta分析”所依据的数据、文档和支持材料,该研究于2021年发表在PLOS ONE上(https://doi.org/10.1371/journal.pone.0260844)。该存储库记录了系统综述的工作流程,包括综述方案、文献检索、研究筛选、研究特征提取以及定量meta分析。材料按这些阶段对应的文件夹进行组织。该存储库包括综述方法和检索策略的文档、与研究筛选相关的记录和材料、提取的研究特征,以及用于meta分析的各项结局专用数据集。定量分析文件涵盖心血管死亡率、心肌梗死、卒中以及复合心血管终点。支持材料包括展示合并效应估计值的森林图、用于评估潜在发表偏倚的漏斗图,以及随机对照试验证据质量评估的文档。
该综述探讨了别嘌醇对高尿酸血症患者心血管疾病发病率和死亡率的影响。所存材料来源于系统综述中纳入的既往已发表研究,记录了已发表发现所依据的数据和分析输出。该存储库旨在促进透明度和可重复性,并便于对已发表结果进行验证和进一步研究。有关纳入标准、文献检索、数据提取、结局定义及统计方法的详细信息,请参见原始发表文献及 accompanying 方法学文档。
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。




