选择标准敏感性研究结果第二部分：SSDQA比较
该数据集为PEDSnet开展的镰状细胞贫血选择标准敏感性研究第二部分结果，比较原始队列标准与替代队列标准下各站点患者保留情况
基本信息
资源简介
选择标准敏感性研究结果第二部分：SSDQA比较
Sensitivity to Selection Criteria Study Results Part II: SSDQA Comparison
该数据集为PEDSnet开展的镰状细胞贫血选择标准敏感性研究第二部分结果，比较原始队列标准与替代队列标准下各站点患者保留情况。数据覆盖多站点、个人层面与横断面分析，涉及MCV实验室、ANC实验室及羟基脲药物暴露等变量。可用于评估替代队列定义的可行性、分析不同站点队列行为差异及患者流失原因，支持探索性多站点血液与淋巴系统疾病研究（来源 DOI 解析，CC-BY Attribution 4.0 许可）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：根据原始队列标准失去全部患者的两个站点，在替代队列标准下保留了一些患者 - Seattle有一些显著的下降，但这可以用其非常小的队列规模来解释，该规模对患者构成变化更为敏感。 - Nationwide在具有MCV实验室、ANC实验室和羟基脲药物暴露的患者中有显著下降。他们的队列规模也相对较小，但鉴于这些是研究的重要变量，这将需要进一步调查。 - 一般来说，除Seattle外，每患者年事实中位数在两种队列定义之间仅表现出微小变化。替代定义可能是一个可行的替代方案，可以在不破坏队列事实密度的情况下使用。
【主题与分类】
主题标签：Person-Level Analysis、Cross-Sectional Analysis、Multi-Site Analysis、Exploratory Analysis、Anemia, Sickle Cell、Attrition Criteria Modified、Disparate Cohort Behavior、PEDSnet Data Source。本站分类：血液与淋巴系统疾病/镰状细胞贫血。
【获取与许可】
源站页面：https://pedsnet.org/metadata/handle/20.500.14642/1231
使用许可：CC-BY Attribution 4.0。
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://doi.org/10.24373/pdsp-561
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:
数据说明
使用多站点、探索性、横断面参数进行的“选择标准敏感性”检查结果。该检查考察初始流失标准的变化将如何影响队列的事实密度和人口构成。
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。
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。
