儿科IgA血管炎胃肠道表现与疾病活动及预后关联研究的补充材料
该数据集包含儿科IgA血管炎（IgAV）患者临床研究的补充材料，涵盖患者筛选流程图、年龄与时间分布图表、疾病活动度对比以及肾脏病理图像（如光镜和免疫荧光染色图像）等多模态临床与病理数据，主要用于分析IgAV患者的胃肠道表现与疾病活动度、预后之间的关联，支持儿科血管炎的临床研究和预后评估。
基本信息
资源简介
儿科IgA血管炎胃肠道表现与疾病活动及预后关联研究的补充材料
【数据集背景】
本数据集源站标题为《The supplementary material of"Gastrointestinal manifestations in pediatric IgA vasculitis: associations with disease activity and outcomes"》。源站首次发布：2025-03-05。
【数据内容】
源站原始描述：This material contains the supplementary tables and figures:Supplementary Figure 1. The flowchart of patient selection; Supplementary Figure 2. a. The age distribution of IgAV patients; b. The monthly distribution of all IgAV patients; c. The monthly distribution of IgAV patients by years; d. The monthly variations in the average annual number of cases before, during and after the pandemic; Supplementary Figure 3. The distribution of BVAS between GI manifestations after purpura and GI manifestat…
【数据结构与技术规格】
文件数 1 个，合计 775.82 KB。数据集 DOI：10.17632/dtf2hh2hvp.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/dtf2hh2hvp
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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://data.mendeley.com/datasets/dtf2hh2hvp
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
该数据集是《儿科IgA血管炎胃肠道表现与疾病活动及预后关联》研究论文的补充材料，包含研究中涉及的补充表格和图表。具体内容包括：患者筛选流程图、IgAV患者年龄与月份分布图、胃肠道症状出现前后的疾病活动度（BVAS）对比、以及79例IgAV肾病患者的代表性肾脏病理图像（如光镜和免疫荧光染色结果）。此外，数据集还提供了与复发/再发相关的多因素逻辑回归分析表，以及胃肠道组与非胃肠道组的ISKDC分类和免疫荧光特征对比表。这些数据来源于临床回顾性研究，主要用于支持IgA血管炎（特别是儿科患者）的临床表现、病理特征与预后关联分析，为疾病机制探索和临床管理提供实证依据。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
