GLP-1 虚拟队列 v1

数据集获取

源站：https://doi.org/10.5281/zenodo.22998937

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。

数据集大小约 5.6 MB。

数据说明

本次上传包含完整技术文档和一份免费评估样本（498名患者、6个分支、每支104周——共310,752条周记录），并非完整数据集。完整数据集——20,000名患者、12,480,000条周记录、6个情景分支下104周每周随访——可在以下网址获取：https://sentineldata.com.ua/dataset/glp-1-virtual-cohort 样本内容：sample_patients_v1.parquet 498行 sample_weekly_as_treated_v1.parquet 51,792行 sample_weekly_switch_drug_v1.parquet 51,792行 sample_weekly_dose_variation_v1.parquet 51,792行 sample_weekly_early_discontinuation_v1.parquet 51,792行 sample_weekly_treatment_holiday_v1.parquet 51,792行 sample_weekly_no_treatment_v1.parquet 51,792行 本样本不包含CSV镜像文件；Parquet为规范格式。随附一份关于打开Parquet文件的简短指南（HOW_TO_OPEN_PARQUET.txt）。该样本是完整数据集的真实子集——通过分层（按分子）随机抽样生成，随机种子为42，每个分子恰好83名患者（6×83=498），且每位被抽中的患者在全部6个情景分支中均具有完整的周记录。

这是摘录，而非重新生成：每一行都已对照完整数据集进行身份核验。与按ID取前N行的简单切片不同，本样本在全部6种分子间保持均衡，因此能够代表完整队列的分子构成。完全合成。不包含任何真实患者数据。每个生成参数均可追溯至已发表、经核实的来源。1. 概述 GLP-1虚拟队列v1是一个完全合成、纵向的虚拟患者队列，包含20,000名患者，每周随访一次，持续104周（12,480,000条每周记录），涵盖六种GLP-1 / GIP / 胰淀素 / 胰高血糖素受体分子，用于肥胖/代谢真实世界证据建模、体重轨迹与依从性研究，以及反事实 / 因果推断方法开发。每周轨迹由带有群体参数的双室药代动力学模型驱动，校准

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。