MN与DKD患者血栓事件高发的影响因素及机制

数据集获取

源站：https://clinicaltrials.gov/study/NCT05656963

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：肾小球肾炎、膜性、糖尿病肾病、血栓弹力图、血栓栓塞。根据肾活检结果，将患者分为三组：膜性肾病组（MN）、非膜性肾病组（non-MN）和糖尿病肾病组（DKD）。收集入组患者的基本资料和TEG检测结果。（1）①根据TEG结果，将入组患者分为两组：高凝组（CI > 3）和非高凝组（CI ≤ 3）。

比较两组的基本资料及相关实验室指标——探讨高凝状态（客观指标X）的影响因素；② 分别比较MN组与非MN组、DKD组与非MN组之间TEG及凝血常规相关参数——找出组间差异的凝血指标（目标指标Y）；③ 针对不同目标指标Y构建回归模型——探讨在调整其他协变量后，分组变量（MN vs 非MN或DKD vs 非MN）对Y的影响因素；（2）① 根据入组患者是否发生血栓事件，将所有发生血栓事件的患者按病理诊断分为MN血栓事件组和非MN血栓事件组，比较两组间的TEG、凝血及其他相关实验室检查结果和基本资料（探讨与非MN组相比，MN组中影响血栓事件发生的特有因素及过程）；② 根据MN组中多次住院的患者是否发生血栓事件，将患者分为MN组w

比较两组之间的TEG、凝血及其他相关实验室检查结果和基本数据（以探讨影响MN组血栓事件发生的因素和过程）。

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。