记录妊娠期糖尿病的双胎妊娠分娩时机与新生儿重症监护参与：聚合源数据与展示复现代码
该数据集为一项基于人群的队列研究提供聚合源数据与展示复现代码，研究记录有妊娠期糖尿病的双胎妊娠中分娩时机与新生儿重症监护病房（NICU）入住情况
基本信息
资源简介
记录妊娠期糖尿病的双胎妊娠分娩时机与新生儿重症监护参与：聚合源数据与展示复现代码
Aggregate Source Data and Display-Reproduction Code for "Delivery Timing and Neonatal Intensive-Care Involvement in Twin Pregnancies With Recorded Gestational Diabetes: A Population-Based Cohort Study"
该数据集为一项基于人群的队列研究提供聚合源数据与展示复现代码，研究记录有妊娠期糖尿病的双胎妊娠中分娩时机与新生儿重症监护病房（NICU）入住情况。数据包包含支持表1、图1–3及补充表S1–S9的非披露性聚合数据，以及数据字典、来源说明、数值一致性检查和展示复现代码。主要分析涵盖250,159例在≥28完成周以双活产结束的双胎妊娠，其中22,584例记录有妊娠期糖尿病。数据不含个体级NCHS记录或可识别信息（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【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）：支持一项基于人群的队列研究的聚合衍生源数据和展示复现代码，该研究涉及记录有妊娠期糖尿病的双胎妊娠中的分娩时机与记录的新生儿重症监护病房（NICU）入住情况。数据包包含支持表1、图1–3及补充表S1–S9的非披露性聚合数据，以及数据字典、来源说明、数值一致性检查和展示复现代码。主要分析涵盖250,159例在≥28完成周以双活产结束的双胎妊娠，其中22,584例记录有妊娠期糖尿病。不包含个体级NCHS记录或可识别信息。
【主题与分类】
主题标签：gestational diabetes mellitus、twin pregnancy、gestational age、neonatal intensive care、multiple birth、perinatal epidemiology。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.22721027
使用许可：Creative Commons Attribution 4.0 International。
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。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.22721027
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
汇总衍生源数据及展示复现代码，支持一项基于人群的队列研究，该研究涉及记录有妊娠期糖尿病的双胎妊娠中分娩时机与记录的新生儿重症监护病房（NICU）入院情况。该数据包包含支持表1、图1–3及支持表S1–S9的非披露性汇总数据，以及数据字典、来源说明、数值一致性检查和展示复现代码。主要分析纳入250，159例在≥28个完整孕周以双活产结束的双胎妊娠，其中22，584例记录有妊娠期糖尿病。不包含任何个体层面的NCHS记录或可识别信息。
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。
