盆腔炎盆腔检查贝叶斯诊断meta分析数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Ac7bf988e2c027e82289050500937218edeedb43cbcc4eb6cfbfb1ff9d10d48a7

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

盆腔炎性疾病（PID）不仅仅是一种短暂性的性传播疾病，它可导致慢性疼痛、异位妊娠和不孕。尽管美国疾病控制与预防中心已制定了最低诊断标准（包括盆腔检查），但盆腔压痛诊断价值近来引发争议。我们的荟萃分析旨在确认盆腔检查是否有助于在高危女性中诊断PID。设计：对报告PID高危患者诊断数据的研究进行贝叶斯荟萃分析。环境：我们检索了MEDLINE、EMBASE、CENTRAL、CINAHL、Google和Google Scholar以获取符合条件的文章。参与者：有PID风险的女性患者。主要结果：文献检索共产生5，395篇文章。经过质量评估，16项研究及其4，083名参与者符合条件，可纳入盆腔压痛的合成分析，其中11项研究提供了宫颈举痛数据，并且……我们于2019年4月17日使用MEDLINE（PubMed）、EMBASE、CINAHL和CENTRAL进行了文献检索，随后使用Google和Google Scholar进行了手动检索。

本研究依据PRISMA（系统评价和荟萃分析优先报告条目）声明及其流程图开展。纳入条件为：（1）提供充足数据以构建二维列联表（真阳性、假阳性、真阴性、假阴性）用于诊断急性盆腔炎及其相关疾病的原始研究；（2）为确诊盆腔炎而开展的临床试验、横断面研究、病例对照研究、队列研究及诊断性研究。排除标准包括：参照标准不恰当的研究、综述类研究、信件、社论、灰色文献、重复发表或系列发表以及非人类研究。研究参与者为疑似盆腔炎的门诊患者、住院患者及急诊患者。由两个独立团队进行筛选。， ， ， ， 2020年10月14日之后的变更： 新增了两个表格

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。