在初级保健中筛查NAFLD和/或酒精性肝病患者的晚期肝纤维化
该数据集来自clinicaltrials.gov,聚焦于在初级保健场景下筛查非酒精性脂肪性肝病(NAFLD)和/或酒精性肝病(ALD)患者中的晚期肝纤维化(ALF)

基本信息
资源简介
在初级保健中筛查NAFLD和/或酒精性肝病患者的晚期肝纤维化
该数据集来自clinicaltrials.gov,聚焦于在初级保健场景下筛查非酒精性脂肪性肝病(NAFLD)和/或酒精性肝病(ALD)患者中的晚期肝纤维化(ALF)。慢性肝病在法国每年导致17000例死亡,其中NAFLD和ALD是主要病因,分别影响25%和12%的成年人群。全科医生作为一线医生,难以识别需要转诊至专科的晚期肝纤维化患者。该数据可用于研究或构建模型,辅助识别需转诊的高风险患者,以避免肝硬化和危及生命的并发症(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非酒精性脂肪性肝病(NAFLD)、酒精性肝病(ALD)、肝纤维化。慢性肝病(CLD)在法国每年导致17000例死亡(肝硬化:8000例,肝癌:9000例)。非酒精性脂肪性肝病(NAFLD)和酒精性肝病(ALD)是法国CLD的两个主要原因,分别影响25%和12%的成年普通人群。其中一部分患者会发展为晚期肝纤维化(ALF),需要转诊至专科医生进行特定评估和管理,以避免肝硬化和危及生命的并发症的发生。全科医生(GP)是面对大量NAFLD和/或ALD患者的一线医生。全科医生很难识别出发展为ALF并需要转诊至专科医生的患者,因为他们的体格检查、u
【主题与分类】
主题标签:Alcoholic Liver Disease (ALD)、Liver Fibrosis。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05699018
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/NCT05699018
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
疾病:非酒精性脂肪性肝病(NAFLD)、酒精性肝病(ALD)、肝纤维化。慢性肝病(CLD)每年在法国导致17,000人死亡(肝硬化:8,000人,肝癌:9,000人)。非酒精性脂肪性肝病(NAFLD)和酒精性肝病(ALD)是法国CLD的两大主要原因,分别影响25%和12%的成年普通人群。其中一部分患者会发展为晚期肝纤维化(ALF),需要转诊至专科医生进行特定评估和管理,以避免肝硬化的发生及其危及生命的并发症。全科医生(GPs)是面对大量NAFLD和/或ALD患者的一线医生。全科医生很难识别出发展为ALF并需要转诊至专科医生的患者,因为他们的体格检查、常规生物学检查和超声检查均保持正常。肝纤维化的无创诊断现已可通过弹性成像设备和血液检测实现。弹性成像是一种非常准确的方法,但仅在少数专业中心可用。
专业血液检测对所有医生都可用,但它们相当昂贵且不在报销范围内,因此在临床实践中使用有限。 consequently,大多数NAFLD和/或ALD患者的肝纤维化仍未得到评估,这解释了为什么许多患者在肝硬化并发症阶段才被诊断,为时已晚,短期生存率低。eLIFT是一种新的血液纤维化检测,专为全科医生设计,参数简单,易于“心算”。在一组1024名经活检证实为NAFLD和/或ALD的患者中,将简单的eLIFT与专业血液检测FibroMeter进行了比较,用于诊断ALF。eLIFT的准确性略低于FibroMeter(AUROC:0.78 vs 0.81)。使用推荐的截断值(eLIFT ≥8,FibroMeter ≥0.46),eLIFT比FibroMeter更敏感(86% vs 77%),而FibroMeter的特异性则高得多(71% vs 51%)。这些结果将eLIFT和FibroMeter定位为有趣的工具,用于
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。




