Name: 脾肿大相关急性髓系白血病ASXL1突变数据集附加文件4
Creator: 千方医数集科研发现管道
License: CC BY 4.0

基本信息

模态

医学影像

大小

0.000032642 GB

任务类型

预测

许可

CC BY 4.0

创建/更新时间

2023-06-21

版本

v1

资源简介

脾肿大相关急性髓系白血病ASXL1突变数据集附加文件4

Table_2_Nomogram-based prediction of portal vein system thrombosis formation after splenectomy in patients with hepatolenticular degeneration.XLSX

该数据集来自frontiersin.figshare.com，包含1个XLSX文件，主题涉及肝豆状核变性患者脾切除术后门静脉系统血栓形成的列线图预测。源站描述显示研究纳入309例患者，分为开发集和验证集，利用临床特征和实验室检查构建预测模型。数据可用于术后血栓风险预测模型的开发与验证，但具体变量和数值需参考原始文件（来源 figshare，CC BY 4.0 许可）。

【数据集背景】

源站首次发布：2023-02-23。

【数据内容】

源站描述（机器翻译，仅供参考）：目的：脾切除术是治疗门静脉高压性脾功能亢进的重要方法。然而，门静脉系统血栓形成（PVST）是脾切除术后一个严重问题。因此，构建有效的可视化风险预测模型对于肝豆状核变性（HLD）手术患者早期PVST的预防、诊断和治疗具有重要意义。方法：选取2016年1月至2021年12月期间的309例HLD患者。数据分为开发集（2016年1月至2019年12月的215例）和验证集（2019年1月至2021年12月的94例）。患者的临床特征和实验室检查从电子病历系统获取，PVST通过多普勒超声诊断。采用单因素和多因素logistic回归分析，通过LA筛选的变量建立预测模型。

【数据结构与技术规格】

文件数 1 个，合计 32.64 KB。数据集 DOI：10.3389/fmed.2023.1103223.s002。

【主题与分类】

源站学科分类：Radiology and Organ Imaging、Foetal Development and Medicine、Obstetrics and Gynaecology、Primary Health Care、Medical and Health Sciences not elsewhere classified、Dermatology。主题标签：hepatolenticular degeneration、splenectomy、portal vein system thrombosis、nomogram、predictive variables。本站分类：肿瘤/白血病。

【适用方向】

源站学科分类标注为 Radiology and Organ Imaging、Foetal Development and Medicine、Obstetrics and Gynaecology、Primary Health Care、Medical and Health Sciences not elsewhere classified、Dermatology。

【获取与许可】

源站页面：https://frontiersin.figshare.com/articles/dataset/Table_2_Nomogram-based_prediction_of_portal_vein_system_thrombosis_formation_after_splenectomy_in_patients_with_hepatolenticular_degeneration_XLSX/22146101

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：Zheng, Zhou; Yu, Qingsheng; Peng, Hui; Huang, Long; Zhang, Wanzong; Shen, Yi; et al. (2023). Table_2_Nomogram-based prediction of portal vein system thrombosis formation after splenectomy in patients with hepatolenticular degeneration.XLSX. Frontiers. Dataset

【使用注意】

· 源站最后修改于 2023-06-21，引用时请注意版本时效。

原始链接

https://frontiersin.figshare.com/articles/dataset/Table_2_Nomogram-based_prediction_of_portal_vein_system_thrombosis_formation_after_splenectomy_in_patients_with_hepatolenticular_degeneration_XLSX/22146101

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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（Figshare）

源站标题：Table_2_Nomogram-based prediction of portal vein system thrombosis formation after splenectomy in patients with hepatolenticular degeneration.XLSX
DOI：10.3389/fmed.2023.1103223.s002
发布日期：2023-02-23
文件数：1 个
文件总体积：32.64 KB
源站页面：https://frontiersin.figshare.com/articles/dataset/Table_2_Nomogram-based_prediction_of_portal_vein_system_thrombosis_formation_after_splenectomy_in_patients_with_hepatolenticular_degeneration_XLSX/22146101

命令行下载

curl -L -o "Table_2_Nomogram-based prediction of portal vein system thrombosis formation after splenectomy in patients with hepatolenticular degeneration.XLSX" "https://ndownloader.figshare.com/files/39371462"

文件清单

Table_2_Nomogram-based prediction of portal vein system thrombosis formation after splenectomy in patients with hepatolenticular degeneration.XLSX（32.64 KB）

文件总体积 32.64 KB（源站 API 实测）。

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。

数据说明

目的脾切除术是治疗门静脉高压性脾功能亢进的重要方法。然而，门静脉系统血栓形成（PVST）是脾切除术后一个严重的问题。因此，构建有效的可视化风险预测模型对于肝豆状核变性（HLD）手术患者早期PVST的预防、诊断和治疗具有重要意义。方法选取2016年1月至2021年12月期间的309例HLD患者。数据被分为开发集（2016年1月至2019年12月的215例）和验证集（2019年1月至2021年12月的94例）。患者的临床特征和实验室检查结果从电子病历系统获取，PVST通过多普勒超声诊断。采用单因素和多因素logistic回归分析，通过LASSO回归筛选变量来建立预测模型，并绘制列线图。使用受试者工作特征（ROC）曲线的曲线下面积（AUC）和Hosmer-Lemeshow拟合优度检验来评估模型的区分度和校准度。

采用决策曲线分析（DCA）评估临床净获益。同时研究了PVST的36个月生存率。结果通过LASSO回归分析筛选出七个预测变量，包括分级、POD14D-二聚体（术后第14天D-二聚体）、POD7PLT（术后第7天血小板）、PVD（门静脉直径）、PVV（门静脉流速）、PVF（门静脉血流量）和SVD（脾静脉直径）。多因素logistic回归分析显示，所有七个预测变量均具有预测价值（P 所提出的基于列线图的预测模型可预测术后PVST。同时，应对PVST的三个部位进行早期干预。