再代偿的临床特征
该数据集来自 clinicaltrials.gov,聚焦肝硬化、酒精相关肝病、HBV 感染及再代偿(Recompensation)等主题,属于肿瘤/肝癌分类

基本信息
资源简介
再代偿的临床特征
该数据集来自 clinicaltrials.gov,聚焦肝硬化、酒精相关肝病、HBV 感染及再代偿(Recompensation)等主题,属于肿瘤/肝癌分类。源站描述指出,肝硬化是亚太地区疾病负担沉重的重要致死原因,HBV 与酒精相关肝病是主要驱动因素;抗病毒治疗与戒酒可延缓进展、改善生存,但失代偿肝硬化传统上被视为不可逆。数据集围绕再代偿概念展开,可用于研究失代偿肝硬化患者的临床轨迹与再代偿相关特征,支撑预后预测等分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肝硬化、酒精相关肝病、HBV(乙型肝炎病毒)、再代偿。1. 背景与流行病学 肝硬化仍是全球发病和死亡的主要原因,在亚太地区负担尤为沉重。根据 WHO 数据,亚太地区占全球肝硬化相关死亡的近一半,主要由乙型肝炎病毒(HBV)感染和酒精相关肝病(ALD)驱动。虽然针对 HBV 的抗病毒治疗(如核苷/核苷酸类似物)和 ALD 的戒酒已被证明可减缓疾病进展并改善生存,但失代偿肝硬化患者的临床轨迹传统上被认为不可逆。2. 再代偿的概念 历史上,失代偿肝硬化被视为终末期,中位生存期为 2-4 年。然而
【主题与分类】
主题标签:Cirrhosis、Alcohol Related Liver Disease、HBV (Hepatitis B Virus)、Recompensation。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07651683
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://clinicaltrials.gov/study/NCT07651683
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
病症:肝硬化、酒精相关性肝病、HBV(乙型肝炎病毒)、再代偿。1. 背景与流行病学 肝硬化仍然是全球发病和死亡的主要原因之一,在亚太地区负担尤为沉重。根据世界卫生组织数据,亚太地区占全球肝硬化相关死亡的近一半,主要由乙型肝炎病毒(HBV)感染和酒精相关性肝病(ALD)驱动。尽管针对HBV的抗病毒治疗(如核苷/核苷酸类似物)和ALD的戒酒已被证明可减缓疾病进展并提高生存率,但失代偿期肝硬化患者的临床病程传统上被认为不可逆转。2. 再代偿的概念 历史上,失代偿期肝硬化被视为终末期,中位生存期为2-4年。然而,新出现的证据表明,有效的病因治疗可导致“再代偿”——一种以失代偿事件消退和肝功能恢复为特征的独特临床状态。
Baveno VII共识首次提供了再代偿的标准化定义,要求:去除、抑制或治愈主要病因;腹水、肝性脑病和静脉曲张出血消退至少1年,且无需特定支持治疗(如利尿剂);肝功能持续改善(尽管白蛋白和INR等参数的具体截断值仍有待完全确定)。3. 当前证据与知识空白近期研究已开始验证这一概念。针对HBV相关肝硬化的研究(如Wang等、Deng等)表明,50-80%接受治疗的患者可能实现再代偿,这与肝细胞癌(HCC)发生率降低以及生存率改善(与代偿期患者相当)相关。同样,ALD方面的有限数据(Benedikt等)提示,再代偿与血流动力学改善和死亡率降低相关。尽管取得了这些进展,仍存在显著空白:
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。




