NAFLD中hs CRP、TG、甘油三酯葡萄糖指数与肝纤维化的相关性
该数据集来自clinicaltrials.gov,聚焦非酒精性脂肪性肝病(NAFLD)与肝纤维化之间的关联,涉及hs CRP、TG及甘油三酯葡萄糖指数等指标

基本信息
资源简介
NAFLD中hs CRP、TG、甘油三酯葡萄糖指数与肝纤维化的相关性
该数据集来自clinicaltrials.gov,聚焦非酒精性脂肪性肝病(NAFLD)与肝纤维化之间的关联,涉及hs CRP、TG及甘油三酯葡萄糖指数等指标。NAFLD影响全球四分之一人口,可从单纯性肝脂肪变性进展为无纤维化的非酒精性脂肪性肝炎,再至纤维化NASH,最终可能发展为肝细胞癌。数据覆盖肝纤维化相关代谢紊乱背景,可用于探索NAFLD人群肝纤维化风险因素、代谢指标与疾病进展的关联分析,以及肝细胞癌风险预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝纤维化。非酒精性脂肪性肝病(NAFLD)是全球最常见的慢性肝病,影响全球四分之一人口,是严重的公共卫生问题。NAFLD涵盖广泛的肝脏异常,从被认为良性的单纯性肝脂肪变性,到无纤维化的非酒精性脂肪性肝炎(NASH),并进展为纤维化NASH。肝纤维化的演变导致肝脏不可逆的结构改变,并可进展为肝细胞癌(HCC)(Sheka et al., 2020; Zhou et al., 2025)。NAFLD与系统性代谢紊乱风险增加相关,如高尿酸血症、高脂血症、胰岛素抵抗(IR)和高血糖。这些代谢紊乱与NAFLD共同导致肝外恶性肿瘤和心血管疾病的风险。
【主题与分类】
主题标签:Liver Fibrosis。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07513922
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/NCT07513922
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:肝纤维化。非酒精性脂肪性肝病(NAFLD)是全球最常见的慢性肝病,影响全球四分之一的人口,是一个严重的公共卫生问题。NAFLD涵盖了一系列广泛的肝脏异常,从被认为是良性的单纯性肝脂肪变性,到无纤维化的非酒精性脂肪性肝炎(NASH),并进展为纤维化性NASH。肝纤维化的演变导致肝脏不可逆的结构改变,并可进展为肝细胞癌(HCC)(Sheka等,2020;Zhou等,2025)。NAFLD与全身代谢紊乱风险增加相关,如高尿酸血症、高脂血症、胰岛素抵抗(IR)和高血糖。这些代谢紊乱与NAFLD共同导致肝外恶性肿瘤和心血管疾病的发生风险,而后者是肝外死亡的主要原因(Li等,2022)。高敏C反应蛋白(hs-CRP)是一种广泛用于测量全身炎症的生物标志物,且易于检测。
它尤其适用于识别低度炎症,并与不良健康结局相关,包括心血管疾病、代谢综合征、胰岛素抵抗和身体功能下降(Banait et al., 2022; Son et al., 2022)。此外,hs-CRP是促炎细胞因子如白细胞介素-6(IL-6)和肿瘤坏死因子-α(TNF-α)的标志物,并已在大型流行病学研究中被用作有用且有效的炎症标志物(Banait et al., 2022)。此外,C反应蛋白-甘油三酯葡萄糖指数(CTI)是一个综合指数,将甘油三酯和葡萄糖(TyG)指数与hs-CRP相结合,从而同时反映胰岛素抵抗和全身性炎症。既往研究发现,CTI与多种疾病相关,如冠心病、抑郁症、卒中、NAFLD和肝纤维化
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。




