盘状狼疮进展为重型系统性红斑狼疮危险因素注册队列研究数据

本数据集来自一项注册队列研究,纳入164例患者,探讨盘状狼疮(DLE)进展为重型系统性红斑狼疮(SLE)的危险因素,并开发了可预测该进展的评分

google_dataset
2022-09-16 更新
浏览 3
文本预测皮肤狼疮盘状狼疮系统性红斑狼疮危险因素注册队列研究预测评分补充数据
Data from: Risk factors of progression from discoid lupus to severe systemic lupus erythematosus: a registry-based cohort study of 164 patients.

基本信息

模态
文本
大小
0.000603235 GB
任务类型
预测
创建/更新时间
2022-09-16
版本
v3

资源简介

盘状狼疮进展为重型系统性红斑狼疮危险因素注册队列研究数据

Risk factors of progression from discoid lupus to severe systemic lupus erythematosus: a registry-based cohort study of 164 patients.

本数据集来自一项注册队列研究,纳入164例患者,探讨盘状狼疮(DLE)进展为重型系统性红斑狼疮(SLE)的危险因素,并开发了可预测该进展的评分。数据为论文补充材料,包含3个PDF文件:补充表1为关于DLE或皮肤狼疮患者进展为SLE危险因素的文献综述,补充图1和补充图2展示该评分在孤立性DLE患者及DLE合并轻度SLE患者中的表现。可用于狼疮进展风险因素分析与预测评分验证(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2022-09-16。

【数据内容】

源站描述(机器翻译,仅供参考):在我们题为“盘状狼疮进展为重型系统性红斑狼疮的危险因素:一项基于注册的164例患者队列研究”的文章中,我们研究了盘状狼疮(DLE)进展为重型系统性红斑狼疮(SLE)的危险因素,并开发了一个可预测这种进展的评分。此处呈现的是我们的补充数据。补充表1报告了一项关于DLE或皮肤狼疮患者进展为SLE危险因素的文献综述。补充图1和补充图2展示了文章中所述评分在孤立性DLE患者以及DLE合并轻度SLE患者中的表现。

【数据结构与技术规格】

文件数 3 个,合计 603.24 KB。数据集 DOI:10.17632/fjdxk3cjps.3。

【主题与分类】

主题标签:皮肤狼疮、盘状狼疮、系统性红斑狼疮、危险因素、注册队列研究、预测评分、补充数据。本站分类:皮肤与结缔组织疾病/皮肤狼疮。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/fjdxk3cjps

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://data.mendeley.com/datasets/fjdxk3cjps/1

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 603.2 KB。

数据说明

Lisa Fredeau (2022). Risk factors of progression from discoid lupus to severe systemic lupus erythematosus: a registry-based cohort study of 164 patients. [Dataset]. http://doi.org/10.17632/fjdxk3cjps.1

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