中国类风湿关节炎真实世界队列研究 (ReALSA)

数据集获取

源站：https://clinicaltrials.gov/study/NCT06233929

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：类风湿关节炎。我们团队正在开展一项持续进行的长期前瞻性队列研究，致力于招募RA患者，以识别用于诊断和预后难治性RA以及RA相关并发症/合并症的临床、生物医学、组织病理学和影像学生物标志物的发生发展，相关并发症/合并症包括肌少症、CVD、恶性肿瘤、特定感染（尤其是结核病、带状疱疹和HBV再激活），并评估其对RA长期预后的影响。为改善RA的预后，本研究包括以下目标：1. 构建一个有用的数据库，以探索RA的长期动态进展，包括RA进展和并发症（如肌少症、CVD、恶性肿瘤、感染），并加深我们对影响该过程的生命历程因素的理解，从而促进未来的研究活动。2. 识别潜在的生物标志物（临床、生化、组织病理学和影像学标志物），以开发多模态模型，预测高危RA亚组（如难治性RA）的结局。3.

开发结合临床、生物医学和影像变量的相关多模态预测模型，以提高RA的诊断和预后。

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。