DAta MIning to Evaluate Novasure Treatment 数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT05299801

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：异常子宫出血。一项为期十年的回顾性单中心队列研究，我们将：1. 回顾性随访2009至2019年间在Máxima医疗中心接受Novasure子宫内膜消融术的患者，观察结局的发生率及相关特征。2. 评估哪些患者特征和手术特征与NovaSure治疗失败相关，治疗失败定义为2008至2018年间在Maxima MC接受该治疗的女性在3年内发生任何与AUB相关的后续侵入性操作。3. 评估哪些患者特征和手术特征与Novasure治疗成功相关，治疗成功定义为2008至2018年间在Maxima MC接受该治疗的女性在3年内未发生与AUB相关的后续侵入性操作。4. 基于这些患者和手术变量，开发预测和预后模型，以评估治疗成功或失败的概率。程序：在这项观察性研究中，将使用临床数据收集器审查接受Novasure子宫内膜消融术的女性（数据自动假名化）。

将概述可能在该治疗失败中起作用的患者特征和操作特征。为能够对此进行调查，2008-2018年间在Máxima医疗中心接受该干预的所有女性均被纳入研究。她们接受常规护理，无需遵循任何额外程序。所有患者均纳入描述性分析。将给出所有描述性分析，包括总人群规模和随访时间。连续变量根据分布情况以均值及标准差或中位数及四分位距表示。分类变量以数量和百分比表示。二分类数据以频数和百分比表示。Novasure与再次干预之间的时间将以均值（SD）和事件发生时间（Kaplan-Meier）给出。此外，再次干预的相对风险

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。