诺曼底地区多发性肌炎与皮肌炎患病率研究

该数据集来自 clinicaltrials.gov,主题为诺曼底地区多发性肌炎与皮肌炎的患病率研究。多发性肌炎和皮肌炎以肌病综合征及骨骼肌炎症浸润为特征,仍是患者发病和死亡的重要因素

University Hospital, RouenUniversity Hospital, Rouen
clinicaltrials
浏览 9
文本PolymyositisDermatomyositis
Study of the Prevalence of Polymyositis and Dermatomyositis in Normandy

基本信息

模态
文本
创建/更新时间
2026-10-12

资源简介

诺曼底地区多发性肌炎与皮肌炎患病率研究

该数据集来自 clinicaltrials.gov,主题为诺曼底地区多发性肌炎与皮肌炎的患病率研究。多发性肌炎和皮肌炎以肌病综合征及骨骼肌炎症浸润为特征,仍是患者发病和死亡的重要因素。既往患病率研究很少,主要来自美国和日本,估计患病率为3.5至21.5例/10万(依据Bohan和Peter旧诊断标准)。但既往研究陈旧且为回顾性,且90%基于医院报告病例,存在选择偏倚,低估了真实患病率。该数据可用于相关流行病学分析与患病率评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:多发性肌炎、皮肌炎。多发性肌炎和皮肌炎的特征是伴有肌病综合征、骨骼肌炎症浸润。即使在今天,它们仍是这些患者发病和死亡的重要因素。目前,评估多发性肌炎/皮肌炎患病率的研究非常少;这些研究主要记录于美国和日本,多发性肌炎/皮肌炎的患病率估计在3.5至21.5例/10万之间(根据Bohan和Peter的旧诊断标准)。然而,既往研究陈旧且为回顾性;最重要的是,它们几乎总是(90%的病例)基于医院报告的病例进行,导致选择偏倚并低估了一般人群中多发性肌炎/皮肌炎的真实患病率。因此,这些数

【主题与分类】

主题标签:Polymyositis、Dermatomyositis。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02880527

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02880527

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:多发性肌炎、皮肌炎。多发性肌炎和皮肌炎的特征是与肌病综合征及骨骼肌中的炎症浸润相关联。时至今日,它们仍是这些患者发病和死亡的重要因素。目前,评估多发性肌炎/皮肌炎患病率的研究非常少;这些研究主要记录于美国和日本,据估计多发性肌炎/皮肌炎的患病率在3.5至21.5例/10万之间(根据Bohan和Peter的旧诊断标准)。然而,以往的研究较为陈旧且为回顾性;最重要的是,它们几乎总是(90%的病例)基于医院报告的病例进行,导致选择偏倚并低估了一般人群中多发性肌炎/皮肌炎的真实患病率。因此,这些数据促使我们开展这项基于诺曼底人群的流行病学研究,该研究为描述性、多中心研究。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。