肝移植供受体错配研究数据集

该数据集来自 clinicaltrials.gov,聚焦肝移植中供体与受体错配问题,覆盖患者生存、移植物生存、酒精性或非酒精性肝病及肝移植手术等主题

University of JenaUniversity of Jena
clinicaltrials
浏览 8
其他预测Patient SurvivalGraft SurvivalLiver Disease (Alcoholic or Not)Liver Transplant Surgery
Donor and Recipient Mismatch in Liver Transplantation

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

肝移植供受体错配研究数据集

该数据集来自 clinicaltrials.gov,聚焦肝移植中供体与受体错配问题,覆盖患者生存、移植物生存、酒精性或非酒精性肝病及肝移植手术等主题。研究纳入 2014 年至 2022 年在 Ajmera Transplant Centre Toronto 接受肝移植的患者,观察期截至 2025 年 1 月 1 日,以保证至少 24 个月随访。数据可用于比较存在性别错配(A)与不存在性别错配(B)的肝移植受者,识别影响移植物和受者生存的风险因素,支持生存预测与风险分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:患者生存、移植物生存、肝病(酒精性或非酒精性)、肝移植手术。该研究涉及 2014 年至 2022 年在 Ajmera Transplant Centre Toronto 接受肝移植的患者。观察期截至 2025 年 1 月 1 日,以提供至少 24 个月的随访。存在性别错配的肝移植受者(A)将与不存在性别错配的肝移植受者(B)进行比较。肝移植是终末期肝病患者唯一的治愈性治疗。供体与受体之间的性别错配,特别是女性供体对男性受体的组合,过去一直存在争议。识别可能影响移植物和受者生存的风险因素至关重要。

【主题与分类】

主题标签:Patient Survival、Graft Survival、Liver Disease (Alcoholic or Not)、Liver Transplant Surgery。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07250919

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

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://clinicaltrials.gov/study/NCT07250919

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:患者生存、移植物生存、肝病(酒精性或非酒精性)、肝移植手术。本研究涉及2014年至2022年在多伦多阿杰梅拉移植中心接受肝移植的患者。观察期截至2025年1月1日,以提供至少24个月的随访。将性别不匹配的肝移植受者(A)与性别匹配的肝移植受者(B)进行比较。肝移植是终末期肝病患者唯一可治愈的治疗方法。供者与受者之间的性别不匹配,特别是女性供者与男性受者的组合,在过去一直存在争议。识别可能影响移植物和受者生存的风险因素至关重要。

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。

获取专属数据定制方案