TransHepMet-Mort肝脏代谢死亡风险模型的外部可迁移性验证、实施就绪性与结局关联研究
条件：MASLD（代谢功能障碍相关脂肪性肝病）。研究数据来源于本院健康体检中心2018年1月1日至2024年12月31日期间的既有电子健康记录
基本信息
资源简介
TransHepMet-Mort肝脏代谢死亡风险模型的外部可迁移性验证、实施就绪性与结局关联研究
该数据集围绕 TransHepMet-Mort 肝脏代谢性死亡风险模型的外部可迁移性验证、实施准备度评估与结局关联分析展开，研究条件为 MASLD（代谢功能障碍相关脂肪性肝病）。研究数据来源于本院健康体检中心2018年1月1日至2024年12月31日期间的既有电子健康记录，涵盖脂肪肝相关体检、肝脏超声/弹性成像、实验室检查、人体测量及病史信息；经伦理批准后，这些数据与死亡登记、住院记录及肝脏相关事件进行链接。该研究不改变参与者过去或当前的临床路径，不引入新的检查项目，也不需要额外的随访访视。同时，该研究作为临床预测模型的外部实施评估，原始模型来源于既往对 NHANES、CHARLS 和 VCTE 数据集的分析，而非重新开发模型。本站将其归类为消化系统疾病 / 其他，来源站为 clinicaltrials.gov。
【数据集背景】
该数据集服务于一项针对 TransHepMet-Mort 肝脏代谢性死亡风险模型的研究，核心目标包括外部可迁移性验证、实施准备度评估以及结局关联分析。研究条件为 MASLD（代谢功能障碍相关脂肪性肝病）。原始预测模型并非在本研究中重新开发，而是来源于既往对 NHANES、CHARLS 和 VCTE 数据集的分析，本研究在此基础上开展外部实施评估。研究设计强调不干预参与者过去或当前的临床路径，不新增检查项目，也不要求额外随访访视，因而其数据基础完全建立在既有电子健康记录之上。
【数据内容】
数据内容来源于本院健康体检中心2018年1月1日至2024年12月31日期间的既有电子健康记录，涵盖脂肪肝相关体检、肝脏超声/弹性成像、实验室检查、人体测量以及病史信息。经伦理批准后，这些数据与死亡登记、住院记录及肝脏相关事件进行链接，从而支持死亡风险模型的验证与结局关联分析。主题标签为 MASLD（代谢功能障碍相关脂肪性肝病）。关于数据的具体变量数量、样本量、字段结构、编码方式等信息，源站未提供。
【采集与来源】
数据采集基于本院健康体检中心在2018年1月1日至2024年12月31日期间形成的既有电子健康记录，来源站为 clinicaltrials.gov。记录覆盖脂肪肝相关体检、肝脏超声/弹性成像、实验室检查、人体测量和病史等内容。在获得伦理批准后，研究将上述数据集与死亡登记、住院记录及肝脏相关事件进行链接。研究不改变参与者过去或当前的临床路径，不引入新的检查项目，也不需要额外的随访访视。关于伦理批件的具体编号、数据链接的技术细节等信息，源站未提供。
【适用场景】
该数据集适用于围绕 MASLD 人群的肝脏代谢性死亡风险模型开展外部可迁移性验证、实施准备度评估与结局关联分析。由于原始模型来源于 NHANES、CHARLS 和 VCTE 数据集的分析，本研究的数据可用于评估该模型在不同数据环境下的外部表现与实施可行性。同时，基于与死亡登记、住院记录及肝脏相关事件的链接，可用于分析模型预测与结局之间的关联。关于具体的应用科室、落地流程或临床决策支持形式，源站未提供。
【使用方法】
研究使用本院健康体检中心2018年1月1日至2024年12月31日期间的既有电子健康记录，经伦理批准后与死亡登记、住院记录及肝脏相关事件链接，用于外部实施评估与结局关联分析。研究不改变参与者过去或当前的临床路径，不引入新的检查项目，也不需要额外的随访访视。关于数据访问方式、分析软件、模型复现步骤或代码获取途径，源站未提供。
【质量与限制】
该研究基于既有电子健康记录，数据时间范围为2018年1月1日至2024年12月31日，并经伦理批准后与死亡登记、住院记录及肝脏相关事件链接。研究设计不干预临床路径、不新增检查项目、不要求额外随访访视。关于样本量、缺失数据比例、数据质量控制措施、外部验证的具体性能指标等信息，源站未提供。
【引用与许可】
来源站为 clinicaltrials.gov。关于数据集的引用格式、许可条款、使用限制或数据共享条件，源站未提供。
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/NCT07816211
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
条件：MASLD（代谢功能障碍相关脂肪性肝病）。研究数据来源于我院健康体检中心2018年1月1日至2024年12月31日期间现有的电子健康记录。这些记录涵盖脂肪肝相关检查、肝脏超声/弹性成像、实验室检查、人体测量学指标及病史。经伦理批准后，这些数据集与死亡登记、住院记录及肝脏相关事件进行了关联。本研究不改变参与者过去或当前的临床路径，不引入新的检查项目，也不需要额外的随访就诊。同时，本研究作为一项临床预测模型的外部实施评估。原始模型来源于既往对NHANES、CHARLS和VCTE数据集的分析。本研究并非在医院数据中重新开发主要模型，而是侧重于评估现有模型的真实世界实施准备度，进行表型验证，并开展条件性结局验证。
该模型在医院队列中的应用严格限于研究目的，不作为临床诊断或治疗决策的唯一基线。
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。
