IPSS与EPIC泌尿子量表之间的转换：建模与外部验证

数据集获取

源站：https://doi.org/10.5061/dryad.v6wwpzh4b

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。

数据集大小约 33.6 KB。

数据说明

背景：前列腺相关的生活质量可通过多种不同的问卷进行评估。包含50个条目的扩展前列腺癌指数综合量表（EPIC）和国际前列腺症状评分（IPSS）是两种广泛使用的选择。因此，本研究的目标是开发并验证一个能够在EPIC与IPSS之间进行转换的模型，以便在不同研究之间进行比较。方法：通过邮件联系了347名连续患者，这些患者此前曾在瑞士和德国的两家机构接受过前列腺癌的放疗和手术，并指导他们完成两份问卷。瑞士队列用于使用四折交叉验证来训练和内部验证不同的机器学习模型。德国队列用于外部验证。结果：使用线性回归在EPIC泌尿刺激/梗阻子量表与IPSS之间进行转换，得到的平均绝对误差（MAE）分别为3.88和6.12，低于此前发表的相应最小重要差异（MID）5.2分和10分。

在EPIC泌尿系统摘要与IPSS之间进行转换的准确性较低，MAE分别为5.13和10.45，与MIDs相似。在本研究中，更复杂的模型架构并未带来性能提升。本研究仅限于相应问卷的德语版本。结论：线性回归可用于在IPSS与EPIC泌尿系统子量表之间进行转换。虽然本研究中获得的方程可用于比较不同临床试验的结果，但不应将其用于指导个体患者的临床决策。试验注册：本研究于2022年1月14日在clinicaltrials.gov上进行了回顾性注册，注册号为NCT05192876。

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。