肝硬化中的4beta-hydroxycholesterol

研究纳入三个肝硬化队列:接受 spironolactone 治疗、接受 rifaximin 治疗、以及未使用 spironolactone 或 rifaximin 的患者;同时纳入三个对照队列:肺炎、Crohn's disease 和溃疡性结肠炎患者

University of OuluUniversity of Oulu
clinicaltrials
浏览 10
其他回归Cirrhosis, Liver
4beta-hydroxycholesterol in Cirrhosis

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-12

资源简介

肝硬化中的4beta-hydroxycholesterol

该数据集来自 clinicaltrials.gov,关注肝硬化患者中氧固醇尤其是 4beta-hydroxycholesterol 的水平。研究纳入三个肝硬化队列:接受 spironolactone 治疗、接受 rifaximin 治疗、以及未使用 spironolactone 或 rifaximin 的患者;同时纳入三个对照队列:肺炎、Crohn's disease 和溃疡性结肠炎患者。通过比较肝硬化及其用药 spironolactone 和 rifaximin 与对照组的差异,可用于分析肝硬化及药物对氧固醇水平的影响,适合回归或组间比较类研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Cirrhosis, Liver。目的是评估肝硬化患者中氧固醇尤其是 4beta-hydroxycholesterol 的水平。招募三个肝硬化队列:接受 spironolactone 治疗的患者、接受 rifaximin 治疗的患者、未使用 spironolactone 或 rifaximin 的患者。另外还招募三个其他对照队列:肺炎患者、Crohn's disease 患者、溃疡性结肠炎患者。将肝硬化及其药物 spironolactone 和 rifaximin 的影响与对照组进行比较。

【主题与分类】

主题标签:Cirrhosis, Liver。本站分类:呼吸系统疾病/肺炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04199910

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04199910

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:肝硬化,肝脏。目的是评估肝硬化患者中氧固醇,尤其是4β-羟基胆固醇的水平。招募了三个肝硬化队列:接受螺内酯治疗的患者、接受利福昔明治疗的患者、未接受螺内酯或利福昔明治疗的患者。另外还招募了三个对照组队列:肺炎患者、克罗恩病患者、溃疡性结肠炎患者。将肝硬化及其药物螺内酯和利福昔明的影响与对照组进行比较。

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。

获取专属数据定制方案