健康生活方式代谢特征与肝细胞癌

数据集获取

源站：https://clinicaltrials.gov/study/NCT03356535

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

条件：肝细胞癌。利用代谢组学数据的研究已识别出若干化合物类别的代谢物，这些代谢物与疾病相关的的生活方式因素有关。本研究识别了反映生活方式模式的代谢特征，并将其与EPIC队列中肝细胞癌（HCC）风险相关联。在一项包含147对病例-对照的HCC巢式研究中，偏最小二乘法（PLS）分析将七个修正的健康生活方式指数变量（饮食、BMI、体力活动、终生酒精摄入、吸烟、糖尿病、肝炎）与132种靶向血清检测代谢物及一项肝功能评分相关联。在多变量条件logistic回归模型中检验了所得PLS评分与HCC风险之间的关联，并计算了比值比（OR）及其95%置信区间（95%CI）。PLS衍生的生活方式成分反映出对健康行为的高度倾向。其代谢对应物与以下代谢物呈正相关：SM(OH) C14:1、C16:1和C22:2，与谷氨酸、己糖和PC aaC32:1呈负相关。

生活方式和代谢组学成分与HCC风险呈负相关，评分每增加1个标准差对应的OR分别为0.49（95%CI=0.35至0.68）和0.28（0.18至0.43）。检测特定的代谢物组合可能识别出HCC风险较高的人群分层，并且与问卷数据相比能够增加显著的判别能力。

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。