CDAT在波兰儿科人群中的验证

该数据集来自clinicaltrials.gov,属于消化系统疾病/乳糜泻分类,聚焦CDAT(乳糜泻饮食依从性测试)在波兰儿科人群中的验证

Medical University of WarsawMedical University of Warsaw
clinicaltrials
浏览 10
其他分类Coeliac DiseaseCeliac Disease in Children
Validation of the CDAT in the Polish Paediatric Population

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

CDAT在波兰儿科人群中的验证

该数据集来自clinicaltrials.gov,属于消化系统疾病/乳糜泻分类,聚焦CDAT(乳糜泻饮食依从性测试)在波兰儿科人群中的验证。源站描述显示,研究将英文版CDAT按“正向-反向-正向”翻译模型译为波兰语,由双语者完成翻译与回译,经比较标准化、文化调适,并由五名专家评审,I-CVI至少0.78视为内容效度满意。该数据可用于量表跨文化验证、儿童乳糜泻饮食依从性评估及翻译效度研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:乳糜泻、儿童乳糜泻。经作者同意(申请人已获得同意),将乳糜泻饮食依从性测试(CDAT)英文版使用“正向-反向-正向”翻译模型翻译成波兰语。波兰语翻译将由两名波兰语和英语母语双语者完成。两份翻译将进行比较并标准化。随后,波兰语版本将由两名不熟悉原始英文版的英语母语双语者翻译回英语。将比较翻译版本与原始版本,以澄清差异并确保各版本之间的概念对等。如有必要,将对商定的翻译进行文化调适。条目将由五名专家评审,I-CVI至少0.78将被视为内容效度满意。

【主题与分类】

主题标签:Coeliac Disease、Celiac Disease in Children。本站分类:消化系统疾病/乳糜泻。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07142148

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://clinicaltrials.gov/study/NCT07142148

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:乳糜泻,儿童乳糜泻。经作者同意(申请人已获得同意),将采用“正向-反向-正向”翻译模型,把乳糜泻饮食依从性测试(CDAT)的英文版翻译成波兰语。波兰语翻译将由两名波兰语和英语的母语双语者完成。两份译文将进行比较并统一。随后,波兰语版本将由两名不熟悉英文原版的英语母语双语者翻译回英文。将译文与原文进行比较,以澄清差异并确保各版本之间概念对等。如有必要,将对商定的译文进行文化调适。条目将由五名专家评审,I-CVI至少达到0.78将被视为内容效度令人满意。下一步,将邀请10名年龄在10岁及以上的乳糜泻(CD)患者,以及10名10岁以下CD患者的照护者/父母,采用Likert量表[1=不清楚至5=非常清楚]对每项陈述的清晰度进行评分。

平均得分低于4.0的问题将被重新表述并再次评估。将采用Cronbach’s alpha和平均项目间相关性(AIC)进行内部一致性分析,以评估可靠性。通过将量表得分与血清学标志物水平进行比较,来评估收敛效度。将进行验证性因子分析(CFA),并考虑SRMR拟合指数。

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