血细胞分类计数离散化建模预测急诊成人患者生存：回顾性队列研究

数据集获取

源站：https://search.dataone.org/view/sha256%3A3f22f932dc15076ac39f144c303673b02ec81bca1f94e233beb5b5e6d1b29d4a

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

目的：评估基线血细胞分类计数（BCDC）按两种不同方法离散化后，对因疾病或创伤就诊于急诊科（ER）的成人一年生存率的预测价值。设计：医院病历的回顾性队列研究。地点：意大利北部一家三级公立医院。研究对象：11052名年龄>18岁的患者，他们在一年内连续就诊于急诊科，且急诊科医务人员在首次就诊时指示进行BCDC采集。主要结局：生存率是探索性模型开发的转诊结局。基线时的自动化BCDC分析评估了血红蛋白、红细胞平均体积（MCV）和分布宽度（RDW）、血小板分布宽度（PDW）、血小板压积（PCT）、红细胞绝对计数、白细胞、中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞和血小板。离散化截断值由Benchmark法和Tailored法确定。

基准截断值在l…处给出。全血细胞分类计数（BCDC）使用自动Sysmex XN-9000分析仪对基线时采集的外周血样本进行检测，样本按日期（起始2020-01-01，结束2020-12-31）和科室（Pronto Soccorso）存储于医院实验室电子档案中。数据以CSV格式由RStudio处理。生存率是探索性模型开发的参考结局，并于2021年6月30日通过NHS属地服务向人口登记处查询进行评估。实验室数据从长格式转换为宽格式，数据框通过意大利当局分配给每位公民的唯一个人字母数字代码与生存数据框Â连接。由于属于敏感信息类别，尽管已编码且非公开，个人字母数字代码随后被删除，并在数据框中为每位患者分配一个连续编码号。重复项已删除。预测变量在就诊时BCDC首次自动分析评估中搜索。

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。