非酒精性和代谢障碍性肝病的二级和三级数字预防
该数据集来自 clinicaltrials.gov,聚焦 NASH 与 NAFLD,即代谢功能障碍相关脂肪性肝病(MASLD)及其严重形式代谢功能障碍相关脂肪性肝炎(MASH)

基本信息
资源简介
非酒精性和代谢障碍性肝病的二级和三级数字预防
该数据集来自 clinicaltrials.gov,聚焦 NASH 与 NAFLD,即代谢功能障碍相关脂肪性肝病(MASLD)及其严重形式代谢功能障碍相关脂肪性肝炎(MASH)。这类疾病早期症状不明显,常被延迟发现,并逐渐成为肝硬化、肝细胞癌(HCC)和肝移植需求的主要原因。当前治疗限于饮食调整和体力活动等生活方式干预,市场上尚无专门药物。该数据可用于探索将标准临床流程与数字方法(患者移动应用和临床仪表板)整合的新型照护模式(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:NASH、NAFLD。代谢功能障碍相关脂肪性肝病(MASLD)及其严重形式代谢功能障碍相关脂肪性肝炎(MASH)的患病率很高,并且日益成为肝硬化、肝细胞癌(HCC)和肝移植需求的主要原因。由于早期阶段缺乏明显症状,MASLD 的检测往往延迟到疾病已进展时。目前,MASLD 的治疗选择仅限于饮食改变和体力活动等生活方式干预。尽管 MASLD 的患病率不断上升,市场上尚无专门针对该病的药物。目标是建立新的照护模式,将标准临床流程与数字方法相结合,即为患者提供移动应用,为医疗保健提供临床仪表板
【主题与分类】
主题标签:NASH、NAFLD。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06879236
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/NCT06879236
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:NASH、NAFLD。代谢功能障碍相关脂肪性肝病(MASLD)及其严重形式代谢功能障碍相关脂肪性肝炎(MASH)的患病率很高,正日益成为肝硬化、肝细胞癌(HCC)及需要肝移植的主要原因。由于早期阶段缺乏明显症状,MASLD的检出往往延迟至疾病进展期。目前,MASLD的治疗选择仅限于生活方式干预,如饮食调整和体育活动。尽管MASLD患病率不断上升,市场上尚无专门针对该病的药物。目标是建立一种新的照护模式,将标准临床流程与数字化方法相结合,即为患者提供移动应用程序,为医疗保健专业人员(HCPs)提供临床仪表板,并整合简单的临床数据(人体测量学、实验室和影像学数据)。
本研究旨在检验整合数字干预以提高患者参与度和诊疗衔接的可行性,从而在最早阶段识别进展期MASLD(二级预防),并减轻持续进展期肝病的影响,帮助患者管理疾病的长期后果。为实现这一目标,本研究将依托一款名为OpenTele的移动应用程序,以检验MASLD患者对生活方式改变的依从性,并依托与之连接的临床仪表盘。该应用程序旨在将标准临床实践与数字技术相结合,以指导和帮助患者将二级预防策略无缝融入日常生活,主要有两个目标:* 实施延缓肝病进展的策略;* 减轻肝硬化的影响(三级预防)。
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。




