小儿急性肝衰竭
小儿急性肝衰竭（PALF）临床、流行病学和结局数据，用于预测预后、识别肝损伤机制并评估神经认知功能。
基本信息
资源简介
小儿急性肝衰竭
【一句话概览】
本数据集是 NIDDK Central Repository 公开的结构化表格数据集，主题涵盖 Observational、Liver Diseases、Liver Failure, Acute，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Pediatric Acute Liver Failure》。项目资助方：NIH National Institute of Diabetes and Digestive and Kidney Diseases、Division of Digestive Diseases and Nutrition。
【数据内容】
源站原始描述：Acute liver failure (ALF) is a condition in which liver function rapidly deteriorates. ALF often affects young people and causes serious, and sometimes fatal, complications. Treatment of the disease is dependent upon its cause, which can be numerous factors. Because recovery from this disease is random, there is no way to predict how a patient will respond to treatment. Sometimes a liver transplant is required in order for a patient to make a full recovery. The mission of the Pediatric Acute Liv…
中文译文（机器翻译，仅供快速理解，请以原文为准）：急性肝衰竭（ALF）是一种肝功能迅速恶化的疾病。ALF常影响年轻人，并引起严重、有时甚至致命的并发症。该病的治疗取决于其病因，而病因可能多种多样。由于该病的恢复具有随机性，无法预测患者对治疗会如何反应。有时患者需要接受肝移植才能完全康复。儿童急性肝衰竭（PALF）研究的使命是开发方法，以预测儿童是否需要接受挽救生命的操作才能从该病中康复。将收集并分析PALF患者的临床、流行病学和结局数据。该研究组还将利用这些数据来识别导致PALF的尚未被认识的肝损伤机制。急性肝衰竭会导致肝性脑病和脑水肿，因此将邀请患者参加神经认知测试，以确定其长期神经认知功能是否已受损。预测方法将各不相同，并受年龄、诊断、多系统器官衰竭、脑病程度
【主题与分类】
主题标签：Observational、Liver Diseases、Liver Failure, Acute。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://repository.niddk.nih.gov/studies/palf
使用许可：By requesting access to Data from the NIDDK Central Repository, the Requestor and Requesting Institution acknowledge the guidelines outlined below: a) Achieving maximum public benefit is the ultimate goal of Data distribution through the Repository mechanisms and it should be considered pre-competit。
规范引用：
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://repository.niddk.nih.gov/studies/palf
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
