特发性炎症性肌病肌肉活检阅片者间变异性数据
该数据集来自 figshare，配套论文发表于 PLoS ONE（2014 年），主题为特发性炎症性肌病肌肉活检阅片者间变异性
基本信息
资源简介
特发性炎症性肌病肌肉活检阅片者间变异性数据
Factors Predicting Malignancy in Patients with Polymyositis and Dermatomyostis: A Systematic Review and Meta-Analysis
该数据集来自 figshare，配套论文发表于 PLoS ONE（2014 年），主题为特发性炎症性肌病肌肉活检阅片者间变异性。源站描述实际指向另一项系统综述与 Meta 分析，探讨多发性肌炎和皮肌炎患者合并恶性肿瘤的预测因素。数据包含 3 个文件（Checklist_S1.doc、Table_S1.tif、Table_S2.tif），可用于肌炎相关研究的方法学参考与阅片一致性分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Factors Predicting Malignancy in Patients with Polymyositis and Dermatomyostis: A Systematic Review and Meta-Analysis》发表于 PLoS ONE（2014），DOI：10.1371/journal.pone.0094128。源站首次发布：2014-04-08。
【数据内容】
源站描述（机器翻译，仅供参考）：目的：确定可预测 PM/DM 患者合并肿瘤性疾病的潜在因素，从而为筛查决策提供依据。方法：两名研究者独立检索 Pubmed（MEDLINE）、EMBASE、Cochrane Plus Library 和 ISI Web of Knowledge 中的文章，对研究设计或语言无限制。鉴于部分研究将 PM 和 DM 患者合并作为研究对象，而另一些研究仅纳入 DM 患者，对全部 PM/DM 合并研究以及仅纳入 DM 患者的研究分别进行 Meta 分析，以获得有信息量的结果。结果：对于 PM/DM 患者，以下因素均与恶性肿瘤风险增加相关：年龄较大、年龄大于 45 岁、男性、吞咽困难、皮肤坏死、皮肤血管炎、肌炎快速起病（35 mm/hr）、较高的 CRP 水平或抗 p155 抗体。此外，
【数据结构与技术规格】
文件数 3 个，合计 5.38 MB。数据集 DOI：10.1371/journal.pone.0094128。
【主题与分类】
源站学科分类：Biological Sciences。主题标签：immunology、Clinical immunology、Autoimmune diseases、myositis、dermatomyositis、polymyositis、epidemiology、Cancer epidemiology、Inflammatory diseases、oncology。本站分类：皮肤疾病。
【适用方向】
源站学科分类标注为 Biological Sciences。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Factors_Predicting_Malignancy_in_Patients_with_Polymyositis_and_Dermatomyostis_A_Systematic_Review_and_Meta_Analysis_/990248
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Lu, Xin; Yang, Hanbo; Shu, Xiaoming; Chen, Fang; Zhang, Yinli; Zhang, Sigong; et al. (2016). Factors Predicting Malignancy in Patients with Polymyositis and Dermatomyostis: A Systematic Review and Meta-Analysis. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-05-30，引用时请注意版本时效。
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（Figshare）
- 源站标题：Factors Predicting Malignancy in Patients with Polymyositis and Dermatomyostis: A Systematic Review and Meta-Analysis
- DOI：10.1371/journal.pone.0094128
- 发布日期：2014-04-08
- 文件数：3 个
- 文件总体积：5.38 MB
- 源站页面：https://plos.figshare.com/articles/dataset/_Factors_Predicting_Malignancy_in_Patients_with_Polymyositis_and_Dermatomyostis_A_Systematic_Review_and_Meta_Analysis_/990248
命令行下载
curl -L -o "Checklist_S1.doc" "https://ndownloader.figshare.com/files/1453822"
curl -L -o "Table_S1.tif" "https://ndownloader.figshare.com/files/1453823"
curl -L -o "Table_S2.tif" "https://ndownloader.figshare.com/files/1453824"
文件清单
Checklist_S1.doc（69.12 KB）Table_S1.tif（4.77 MB）Table_S2.tif（545.99 KB）
文件总体积 5.38 MB（源站 API 实测）。
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。
数据说明
目的
明确可预测PM/DM患者合并肿瘤性疾病的潜在因素，从而为筛查决策提供依据。方法
两名研究者独立检索Pubmed（MEDLINE）、EMBASE、Cochrane Plus Library和ISI Web of Knowledge中的文献，对研究设计和语言均无限制。鉴于部分研究将PM和DM患者合并作为研究对象，而另一些研究仅纳入DM患者，故对所有PM/DM合并研究及仅纳入DM患者的研究分别进行meta分析，以获得有价值的结果。结果
对于PM/DM患者，以下因素均与恶性肿瘤风险增加相关：年龄较大、年龄大于45岁、男性、吞咽困难、皮肤坏死、皮肤血管炎、肌炎起病迅速（35 mm/hr）、CRP水平较高或抗p155抗体阳性。此外，抗ENA抗体的存在似乎与恶性肿瘤风险降低相关。
结论
从公共卫生和临床角度来看，对于具有这些已识别因素（如年龄大于45岁、男性、皮肤坏死、皮肤血管炎）的PM/DM患者，提高对早期癌症筛查的认识和实施至关重要，并为CAM的病因发病机制提供了见解。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0094128（source: https://plos.figshare.com/articles/dataset/_Factors_Predicting_Malignancy_in_Patients_with_Polymyositis_and_Dermatomyostis_A_Systematic_Review_and_Meta_Analysis_/990248）。
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。
