血液透析患者肠道菌群失调与死亡率

以微生物多样性降低为特征的肠道菌群失调会促进炎症。持续性炎症在慢性肾脏病(CKD)并发症中起致病作用。然而,肠道菌群失调与CKD患者不良结局之间的关系尚知之甚少

dataone
浏览 2
基因组预测肠道菌群失调血液透析慢性肾脏病全因死亡率微生物多样性16S rRNA测序Simpson指数
Gut dysbiosis and mortality in hemodialysis patients

基本信息

模态
基因组
任务类型
预测
许可
CC0 1.0 Universal (CC0 1.0) Public Domain Dedication
创建/更新时间
2026-10-24

资源简介

血液透析患者肠道菌群失调与死亡率

以微生物多样性降低为特征的肠道菌群失调会促进炎症。持续性炎症在慢性肾脏病(CKD)并发症中起致病作用。然而,肠道菌群失调与CKD患者不良结局之间的关系尚知之甚少

Gut dysbiosis and mortality in hemodialysis patients

【数据内容】

源站描述(机器翻译,仅供参考):以微生物多样性降低为特征的肠道菌群失调会促进炎症。持续性炎症在慢性肾脏病(CKD)并发症中起致病作用。然而,肠道菌群失调与CKD患者不良结局之间的关系尚知之甚少。首先,我们检查了接受血液透析的CKD患者(n=109)中微生物多样性与全因死亡率的关联。通过16S核糖体RNA基因测序对粪便样本的微生物组成进行分析。微生物多样性使用Simpson指数计算。参与者被分为高多样性组(高于中位数)和低多样性组(低于中位数),并随访中位时间2.1年。Kaplan-Meier分析显示,较高多样性与较低死亡风险之间存在显著关联(log-rank P=0.015)。在对患者进行校正后

【主题与分类】

主题标签:肠道菌群失调、血液透析、慢性肾脏病、全因死亡率、微生物多样性、16S rRNA测序、Simpson指数。本站分类:泌尿生殖系统疾病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3Ab9d0b865e545c870a776937a71d14362f606b596009d58759a2ae0988e1e7899

使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。

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://search.dataone.org/view/sha256%3Ab9d0b865e545c870a776937a71d14362f606b596009d58759a2ae0988e1e7899

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

肠道菌群失调以微生物多样性降低为特征,可促进炎症。持续性炎症在慢性肾脏病(CKD)并发症中发挥致病作用。然而,关于肠道菌群失调与CKD患者不良结局之间的关系,目前知之甚少。首先,我们考察了接受血液透析的CKD患者(n=109)中微生物多样性与全因死亡率的关联。通过16S核糖体RNA基因测序对粪便样本的微生物组成进行分析。微生物多样性采用Simpson指数计算。参与者被分为高多样性组(高于中位数)和低多样性组(低于中位数),中位随访时间为2.1年。Kaplan-Meier分析显示,较高多样性与较低死亡风险之间存在显著关联(log-rank P=0.015)。在调整患者特征和合并症后,较高多样性患者的死亡风险……

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。

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