HIV-丙型肝炎共感染中显著肝纤维化发展的预后模型

Name: HIV-丙型肝炎共感染中显著肝纤维化发展的预后模型
Creator: 千方医数集科研发现管道
License: CC BY 4.0

该数据集来自 plos.figshare.com，配套 PLOS ONE 2017 年论文，聚焦 HIV 与丙型肝炎病毒（HCV）共感染者中显著肝纤维化的预后预测

google_dataset

2023-06-04 更新

基因组预测IFNL genotypeAPRIrs 8099917 genotypemarkerCanadian Co-infection CohortHCVModel 1HIV-Hepatitis C virus3- year riskResults 113 individualsCIRANTES

A prognostic model for development of significant liver fibrosis in HIV-hepatitis C co-infection

基本信息

模态

基因组

大小

0.00316381 GB

任务类型

预测

许可

CC BY 4.0

创建/更新时间

2023-06-04

版本

资源简介

HIV-丙型肝炎共感染中显著肝纤维化发展的预后模型

A prognostic model for development of significant liver fibrosis in HIV-hepatitis C co-infection

该数据集来自 plos.figshare.com，配套 PLOS ONE 2017 年论文，聚焦 HIV 与丙型肝炎病毒（HCV）共感染者中显著肝纤维化的预后预测。研究基于加拿大共感染队列（n=1119），纳入基线无纤维化、终末期肝病或慢性乙肝的 HCV RNA 阳性者（n=679），随机抽取子队列（n=236），检测促纤维化标志物与 IFNL rs8099917 基因型，并用 Cox 比例风险模型比较临床预测模型与加入标志物后的模型对 3 年肝纤维化风险的预测能力。数据含 6 个文件（4 个表格、2 个图），可用于肝纤维化预后标志物与风险模型研究（来源 figshare，CC BY 4.0 许可）。

【数据集背景】

配套论文《A prognostic model for development of significant liver fibrosis in HIV-hepatitis C co-infection》发表于 PLOS ONE（2017），DOI：10.1371/journal.pone.0176282。源站首次发布：2017-05-03。

【数据内容】

源站描述（机器翻译，仅供参考）：背景：HIV-丙型肝炎病毒（HCV）共感染者肝纤维化进展迅速，部分原因在于炎症加剧。针对纤维化阶段的免疫标志物可能有助于纤维化的预后判断。方法：一项病例-队列研究嵌套于前瞻性加拿大共感染队列（n = 1119）。基线时无纤维化、终末期肝病或慢性乙型肝炎的HCV RNA阳性个体（n = 679）符合条件。从符合条件者中随机选取子队列（n = 236）。在所有纤维化病例（随访期间APRI ≥ 1.5）和子队列的首个可用样本中检测促纤维化标志物和干扰素λ（IFNL）rs8099917基因型。我们使用Cox比例风险模型，并比较模型1（仅选定的临床预测因子）与模型2（模型1加选定的标志物）在预测3年肝纤维化风险方面的表现，使用加权Harr

【数据结构与技术规格】

文件数 6 个，合计 3.16 MB。数据集 DOI：10.1371/journal.pone.0176282。

【主题与分类】

源站学科分类：Medicine、Cell Biology、Genetics、Biotechnology、Chemical Sciences not elsewhere classified、Immunology。主题标签：IFNL genotype、APRI、rs 8099917 genotype、marker、Canadian Co-infection Cohort、HCV、Model 1、HIV-Hepatitis C virus、3- year risk、Results 113 individuals。本站分类：消化系统疾病。

【适用方向】

源站学科分类标注为 Medicine、Cell Biology、Genetics、Biotechnology、Chemical Sciences not elsewhere classified、Immunology。

【获取与许可】

源站页面：https://plos.figshare.com/articles/dataset/A_prognostic_model_for_development_of_significant_liver_fibrosis_in_HIV-hepatitis_C_co-infection/4967027

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：Moqueet, Nasheed; Kanagaratham, Cynthia; John Gill, M.; Hull, Mark; Walmsley, Sharon; Radzioch, Danuta; et al. (2017). A prognostic model for development of significant liver fibrosis in HIV-hepatitis C co-infection. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-06-04，引用时请注意版本时效。

原始链接

https://plos.figshare.com/articles/dataset/A_prognostic_model_for_development_of_significant_liver_fibrosis_in_HIV-hepatitis_C_co-infection/4967027

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取（Figshare）

源站标题：A prognostic model for development of significant liver fibrosis in HIV-hepatitis C co-infection
DOI：10.1371/journal.pone.0176282
发布日期：2017-05-03
文件数：6 个
文件总体积：3.16 MB
源站页面：https://plos.figshare.com/articles/dataset/A_prognostic_model_for_development_of_significant_liver_fibrosis_in_HIV-hepatitis_C_co-infection/4967027

命令行下载

curl -L -o "S1 Table.doc" "https://ndownloader.figshare.com/files/8363975"
curl -L -o "S2 Table.doc" "https://ndownloader.figshare.com/files/8364002"
curl -L -o "S3 Table.doc" "https://ndownloader.figshare.com/files/8364020"
curl -L -o "S4 Table.doc" "https://ndownloader.figshare.com/files/8364023"
curl -L -o "S1 Fig.tif" "https://ndownloader.figshare.com/files/8364050"
curl -L -o "S2 Fig.tif" "https://ndownloader.figshare.com/files/8364068"

文件清单

S1 Table.doc（173.57 KB）
S2 Table.doc（75.26 KB）
S3 Table.doc（55.30 KB）
S4 Table.doc（63.49 KB）
S1 Fig.tif（2.07 MB）
S2 Fig.tif（728.79 KB）

文件总体积 3.16 MB（源站 API 实测）。

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。

数据说明

背景
HIV-丙型肝炎病毒（HCV）合并感染者肝纤维化进展迅速，部分原因在于炎症加剧。针对纤维化形成阶段的免疫标志物可能有助于纤维化的预后判断。方法
一项病例-队列研究嵌套于前瞻性加拿大合并感染队列（n = 1119）中。基线时HCV RNA阳性且无纤维化、终末期肝病或慢性乙型肝炎的个体（n = 679）符合条件。从符合条件者中随机选取一个子队列（n = 236）。从所有纤维化病例（随访期间APRI ≥ 1.5）和子队列中首个可用样本检测促纤维化标志物和干扰素λ（IFNL）rs8099917基因型。我们使用Cox比例风险模型，并采用加权Harrell’s C指数和净重分类改善指数，比较模型1（仅选定的临床预测因素）与模型2（模型1加选定的标志物）对预测3年肝纤维化风险的效果。结果
在1300人年中，113人发生了显著肝纤维化（每100人年8.63例，95% CI：7.08，10.60）。

模型1（年龄、性别、当前饮酒情况、HIV RNA、基线APRI、HCV基因型）嵌套于模型2中，模型2还纳入了IFNL基因型以及IL-8、sICAM-1、RANTES、hsCRP和sCD14。模型1与模型2的C指数（95% CI）分别为0.720（0.649，0.791）和0.756（0.688，0.825）。模型2对风险的分类更为恰当（总体净重分类改善，p结论：纳入IFNL基因型及炎症标志物IL-8、sICAM-1、RANTES、hs-CRP和sCD14，相比仅使用临床预测因素，能更好地预测3年内发生显著肝纤维化的风险。这一预测方面的适度改善是否足以证明其额外成本合理，尚需进一步的成本效益分析。