儿童肝硬化患者肝功能失代偿与生存结局的预测模型

数据集获取

源站：https://clinicaltrials.gov/study/NCT05181332

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

疾病包括：肝硬化、胆道闭锁、胆总管囊肿、原发性硬化性胆管炎、HBV、HCV、自身免疫性肝炎。无创肝纤维化检测，如NAFLD纤维化评分（NFS）、Hepascore和瞬时弹性成像，是专门为预测纤维化而开发的，可帮助预测NAFLD患者中发生肝脏相关并发症风险最高的个体。这些检测已广泛应用于成人肝硬化。然而，这些模型的准确性可能受到患者因素的影响，包括年龄、体重指数和糖尿病，这可能限制其在儿童中的预后准确性和临床实用性。因此，目前尚不清楚如何最好地预测儿科肝硬化患者的肝功能失代偿和生存结局。为填补这一知识空白，研究者进行了一项回顾性-前瞻性队列研究，旨在开发并验证一个临床模型，以预测经活检证实为肝硬化的儿科患者的肝脏相关并发症和生存结局。其次，研究者旨在将预测准确性与当前可用的无创模型进行比较。

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。