酒精相关性肝炎短程类固醇治疗
该数据集来自 clinicaltrials.gov,聚焦酒精相关性肝炎(AAH)的短程类固醇治疗。AAH 是酒精相关性肝病中最严重的表现之一,以 Maddrey 判别函数(mDF)大于 32 定义的重症患者 3 个月内死亡率可超过 20-30%

基本信息
资源简介
酒精相关性肝炎短程类固醇治疗
该数据集来自 clinicaltrials.gov,聚焦酒精相关性肝炎(AAH)的短程类固醇治疗。AAH 是酒精相关性肝病中最严重的表现之一,以 Maddrey 判别函数(mDF)大于 32 定义的重症患者 3 个月内死亡率可超过 20-30%。目前皮质类固醇(泼尼松龙 40 mg 或等效剂量)是重症 AAH 推荐的标准治疗,但给药方案尚不明确。数据可用于分析类固醇治疗与短期死亡率的关系,支持治疗决策与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:酒精性肝炎。酒精相关性肝炎(AAH)是酒精相关性肝病(ARLD)谱系中最严重的表现之一。由 Maddrey 判别函数评分(mDF)大于 32 定义的重症酒精相关性肝炎(AAH),在患者中可伴随 3 个月内超过 20-30% 的死亡率。1 针对 AAH 已评估了多种疗法,但只有皮质类固醇和己酮可可碱在治疗中显示出一定获益。2 目前,皮质类固醇(泼尼松龙 40 mg 或等效剂量)是推荐的标准治疗,用于经 NIAAA 标准识别为重症、因类固醇而获得短期死亡率获益的 AAH 患者。3 然而,皮质类固醇的给药方案并未明确说明。美国肝病研究学会(AASLD)、欧洲肝病研究学会
【主题与分类】
主题标签:Alcoholic Hepatitis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06919458
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/NCT06919458
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
疾病:酒精性肝炎。酒精相关性肝炎(AAH)是酒精相关性肝病(ARLD)谱系中最严重的表现之一。重度酒精相关性肝炎(AAH),定义为Maddrey判别函数评分(mDF)大于32,患者3个月内死亡率可超过20-30%。1 针对AAH已评估了多种治疗方法,但仅皮质类固醇和己酮可可碱在治疗中显示出一定益处。2 目前,对于符合NIAAA标准、被确定为重度疾病的AAH患者,推荐将皮质类固醇(泼尼松龙40 mg或等效剂量)作为标准治疗,因其可带来短期死亡率获益。3 然而,皮质类固醇的给药方案并未明确说明。美国肝病研究学会(AASLD)、欧洲肝病研究学会(EASL)和美国胃肠病学会(ACG)推荐每日口服泼尼松龙40mg,持续28天,随后突然停药。4-6 而EASL提到,在40 mg治疗4周后,可在2至3周内逐渐减量,或突然停药。
(表1)这种40 mg、持续4周的给药方案源于40多年前开展的研究。7,8 研究者最近报告,与接受固定40 mg泼尼松龙剂量的患者相比,在4周内逐渐减量泼尼松龙可降低这些患者的感染风险。固定剂量组的平均每日泼尼松龙剂量为40 mg/天,而减量组仅为28.4±6.1 mg/天(P<0.001),尽管两组的泼尼松龙治疗持续时间相似(固定剂量组为22.1±9.1天,减量组为23±8.8天;P=0.44)。较低的泼尼松龙剂量导致感染发生率降低。为了继续该领域的研究,研究者希望检验缩短泼尼松龙疗程是否能减少感染
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。




