新诊断Graves病中甲状腺眼病早期风险分层

数据集获取

源站：https://clinicaltrials.gov/study/NCT07812194

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：Graves眼病、甲状腺眼病、TED、Graves病。甲状腺眼病（TED），也称为Graves眼病（GO），是Graves病（GD）最常见的甲状腺外表现。其临床病程具有异质性，在GD诊断时仍难以预测哪些个体会出现具有临床意义的眼部受累。已确定的危险因素，包括吸烟和TSH受体抗体水平升高，并不能完全解释个体疾病进展。因此，需要改进早期风险分层，以识别可能受益于更密切眼科监测和及时转诊的参与者。SOGO研究是一项在丹麦首都地区开展的前瞻性观察性队列研究。该研究设计纳入连续队列的新诊断GD参与者，这些参与者居住在丹麦首都地区或在当地接受临床诊疗。该地区约有190万居民，相当于丹麦人口的大约三分之一。

基于丹麦的流行病学数据，GD的年发病率估计约为每10万居民30.7例，相当于该地区每年约580例新诊断病例。本研究旨在2026年9月1日至2028年8月31日的纳入期内招募约350名新诊断GD参与者。基于两年招募期内预期的GD发病病例数，该目标被认为是可行的。据报道，GD诊断后第一年内TED的发生率约为20%至30%。计划中的队列规模预计可支持对基线临床特征、眼科检查结果、选定生物标志物、眼表微生物组特征与随后TED发生之间关联的探索性分析。该研究还包括两个对照组，每组约40名参与者。第一组为年龄和性别匹配的h

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。