原发性干燥综合征与急性胰腺炎风险:全国性队列研究数据
目的:关于原发性干燥综合征(pSS)患者发生急性胰腺炎风险的研究有限。我们在台湾一项全国性、基于人群的队列中评估了pSS对急性胰腺炎风险的影响

基本信息
资源简介
原发性干燥综合征与急性胰腺炎风险:全国性队列研究数据
目的:关于原发性干燥综合征(pSS)患者发生急性胰腺炎风险的研究有限。我们在台湾一项全国性、基于人群的队列中评估了pSS对急性胰腺炎风险的影响
Data from: Primary Sjogren’s syndrome and the risk of acute pancreatitis: a nationwide cohort study
【数据集背景】
源站首次发布:2017。
【数据内容】
源站描述(机器翻译,仅供参考):目的:关于原发性干燥综合征(pSS)患者发生急性胰腺炎风险的研究有限。我们在台湾一项全国性、基于人群的队列中评估了pSS对急性胰腺炎风险的影响。研究设计:基于人群的回顾性队列研究。研究背景:我们研究了2002年至2012年台湾超过97%人口的理赔数据。参与者:我们通过台湾全民健康保险数据库的重大伤病登记册识别出9468名pSS患者。我们还从一般人群中按年龄(5岁分组)、性别和索引年随机频率匹配选择了37872名对照。主要结局指标:我们使用Cox比例风险回归模型分析急性胰腺炎风险,模型包括性别、年龄和合并症。结果:在队列的2374万人中,9468名pSS患者(87%为女性
【主题与分类】
主题标签:原发性干燥综合征、急性胰腺炎、全国性队列、台湾、消化系统疾病、流行病学。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.22h7c
使用许可:Creative Commons Zero v1.0 Universal。
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/10.5061/dryad.22h7c
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:
数据集大小约 812.3 KB。
数据说明
目的 关于原发性干燥综合征(pSS)患者发生急性胰腺炎风险的研究有限。我们在台湾开展了一项全国性、基于人群的队列研究,评估pSS对急性胰腺炎风险的影响。研究设计 基于人群的回顾性队列研究。研究背景 我们研究了2002年至2012年台湾超过97%人口的理赔数据。研究对象 我们通过台湾全民健康保险数据库的重大伤病登记系统识别出9468例pSS患者。我们还从一般人群中随机按年龄(以5岁为组距)、性别和索引年份进行频率匹配,选取了37872名对照者。主要结局指标 我们采用Cox比例风险回归模型分析急性胰腺炎的风险,模型中纳入性别、年龄和合并症。结果 在该队列的2374万人中,9468例pSS患者(87%为女性,平均年龄=55.6岁)和37872名对照者分别接受了4.64年和4.74年的随访。pSS队列中共发现44例急性胰腺炎,而非pSS队列中为105例。
多因素Cox回归分析表明,pSS队列中急性胰腺炎的发病率显著高于非pSS队列(校正HR(aHR)1.48,95% CI 1.03至2.12)。使用环磷酰胺增加了急性胰腺炎的风险(aHR 5.27,95% CI 1.16至23.86)。相比之下,羟氯喹降低了急性胰腺炎的风险(aHR 0.23,95% CI 0.09至0.55)。结论 这项全国性回顾性队列研究表明,pSS患者发生急性胰腺炎的风险显著高于一般人群。
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。

![急性阑尾炎,未特指 - 男性,39岁 - 组织图像 [6270730022347231]](/medical-api/medicalDataset/datasetCover/96987_v20261105074048.jpg)


