早期生活逆境增加慢性创伤后疼痛风险的人与啮齿类数据

该数据集来自 AURORA 研究,包含创伤应激事件幸存者的人类前瞻性队列数据,以及新生期限床结合成年期单次延长应激的大鼠模型数据

UNC DataverseUNC Dataverse
dataverse
浏览 2
其他预测Medicine, Health and Life SciencesPsychological TraumaAdverse Childhood ExperiencesChronic PainhumansRatsmusculoskeletal pain
Data from "Early life adversity increases risk for chronic posttraumatic pain, data from humans and rodents"

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-11-02

资源简介

早期生活逆境增加慢性创伤后疼痛风险的人与啮齿类数据

Data from "Early life adversity increases risk for chronic posttraumatic pain, data from humans and rodents"

该数据集来自 AURORA 研究,包含创伤应激事件幸存者的人类前瞻性队列数据,以及新生期限床结合成年期单次延长应激的大鼠模型数据。数据覆盖早期生活逆境(含童年欺凌)各亚型与慢性创伤后疼痛的关联信息,可用于检验早期生活逆境是否增加慢性创伤后疼痛风险、识别最具预测力的逆境亚型,并支持高风险个体筛查与靶向干预研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):创伤性应激事件(TSE)在生活中很常见。虽然大多数个体在经历创伤性应激暴露后能够恢复,但相当一部分人会发展为慢性创伤后疼痛(CPMP)。CPMP 的易感因素尚不清楚,这阻碍了识别高风险个体以进行靶向干预。许多疼痛类型的一个已知易感因素是早期生活逆境(ELA)暴露,但此前尚无研究评估 ELA 是否增加 CPMP 风险。本研究使用 AURORA 研究的数据——一项针对 TSE 幸存者的大型前瞻性人类队列研究——来检验 ELA 增加 CPMP 风险的假设。此外,在二次分析中,我们评估了哪些 ELA 亚型(包括童年欺凌)对 CPMP 最具预测力,以及由新生期限床结合成年期单次延长应激组成的大鼠模型是否会准

【主题与分类】

主题标签:Medicine, Health and Life Sciences、Psychological Trauma、Adverse Childhood Experiences、Chronic Pain、humans、Rats、musculoskeletal pain。本站分类:妊娠、分娩和产褥期。

【获取与许可】

源站页面:https://dataverse.unc.edu/citation?persistentId=doi:10.15139/S3/XB2OJC

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.15139/S3/XB2OJC

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

创伤性应激事件(TSE)在生活中很常见。虽然大多数个体在经历创伤性应激暴露后能够恢复,但相当一部分人会发展为慢性创伤后疼痛(CPMP)。CPMP的易感因素目前了解甚少,这阻碍了对高风险个体的识别及针对性干预的实施。许多疼痛类型的一个已知易感因素是早期生活逆境(ELA)暴露,但此前尚无研究评估ELA是否会增加CPMP的风险。本研究利用AURORA研究的数据——一项针对TSE幸存者的大型前瞻性人类队列研究——来检验ELA增加CPMP风险的假设。此外,在二次分析中,我们评估了哪些ELA亚型(包括童年期欺凌)对CPMP最具预测性,以及由新生儿期有限垫料结合成年期单次延长应激组成的大鼠模型是否能准确模拟人类队列研究的发现。

在AURORA研究的参与者中(n=2,480),通过对四个已识别的潜在疼痛类别进行多项逻辑回归建模,我们发现ELA增加了归入高度持续性疼痛类别的风险(OR=1.0471,p<0.0001)、中度疼痛类别的风险(OR=1.0313,p<0.0001)以及中度恢复疼痛类别的风险(OR=1.018,p=0.0038),其中身体虐待、情感虐待和欺凌是归入高疼痛类别的最强预测因素。在雄性和雌性Sprague Dawley大鼠中,与仅接受TSE相比,ELA联合TSE导致基线敏感性增加和持续性机械性痛觉过敏延长(F(11,197)=3.22,p<0.001)。ELA,特别是身体虐待、情感虐待和欺凌,是CPMP的重要风险因素。动物模型为未来旨在减轻ELA/TSE幸存者CPMP的机制和治疗研究提供了宝贵的基础。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。