引流液分析预测腹腔内感染性并发症

数据集获取

源站：https://clinicaltrials.gov/study/NCT03862378

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：并发症、吻合口漏、腹腔内感染、炎症反应、胃肠道癌症。腹腔内感染性并发症，如吻合口漏，是胃肠道手术后最令人担忧但常见的并发症。在我们之前的研究中，建立了一个列线图模型来预测胃肠道手术后的腹腔内并发症。该模型基于临床数据和引流液细胞因子水平，其AUC>0.9。基于该模型创建了一个预测评分（即APPEAL-GC评分）。在本研究中，计划在这项前瞻性队列研究中对这一评分在预测腹腔内并发症方面的作用进行验证。本研究将纳入所有接受胃癌或结直肠癌手术并一期吻合的患者。将前瞻性收集临床数据和并发症数据；收集废弃的引流液并随后进行分析。不会施加额外的干预。将评估引流液中的细胞因子水平，并与临床数据一起，为每位患者创建APPEAL-GC评分。

我们将研究上述评分能否预测术后腹腔内并发症。本研究将验证该评分的预测价值（临床实用性）。

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。