利用常规血检纵向指标构建克罗恩病相关肠道手术动态预测模型：单中心回顾性队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07644390

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

条件：克罗恩病（CD）、动态预测模型。本单中心回顾性队列研究旨在开发并内部验证一个动态预测模型，该模型利用常规采集的血液检测纵向数据，持续评估克罗恩病（CD）相关肠道手术的风险，并构建一个简化的临床应用工具。纳入标准为确诊CD且在长期随访期间有系列常规血液检测数据的患者。将刻画实验室标志物的纵向轨迹，并评估其与CD相关肠道手术的关联。将采用动态随机生存森林方法构建全变量动态预测模型，并通过贝叶斯联合模型开发仅纳入核心实验室标志物的简约模型。目标是建立一个实用、无创、动态的风险评估框架，以支持CD长期管理从被动应对向主动管理的转变。

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。