Prucalopride 妊娠期安全性上市后研究
该数据集来自 clinicaltrials.gov,为 Prucalopride 妊娠期安全性的上市后非干预性研究。研究对象为患有慢性特发性便秘(CIC)的孕妇,收集服用与未服用 Prucalopride 者的信息,旨在了解孕期服用 Prucalopride 是否与孕妇或婴儿的医学问题相关

基本信息
资源简介
Prucalopride 妊娠期安全性上市后研究
该数据集来自 clinicaltrials.gov,为 Prucalopride 妊娠期安全性的上市后非干预性研究。研究对象为患有慢性特发性便秘(CIC)的孕妇,收集服用与未服用 Prucalopride 者的信息,旨在了解孕期服用 Prucalopride 是否与孕妇或婴儿的医学问题相关。参与者无需在研究期间服用该药,孕妇及其婴儿在孕期及产后 1 年内接受随访,收集母体、妊娠及婴儿结局信息。研究期间通过 3 次电话访谈提问,其中孕期 2 次、预产期后 1 次。可用于妊娠期用药安全与母婴结局相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性特发性便秘(CIC)。本研究收集正在服用 Prucalopride 和未服用 Prucalopride 的持续便秘孕妇的信息。研究的主要目的是了解孕妇或其婴儿的任何医学问题是否可能与妊娠期间服用 Prucalopride 有关。参与者在研究期间无需服用 Prucalopride。本研究为非干预性研究。孕妇及其婴儿在妊娠期间及妊娠后 1 年内接受随访,以收集母体、妊娠和婴儿结局的信息。在研究期间,参与者将在 3 次电话访谈中被提问;其中 2 次在妊娠期间,1 次在预产期后。服用或正在服用 Prucalopride 的参与者将在这些访谈中被问及关于此的更详细问题。所有信息均被收集
【主题与分类】
主题标签:Chronic Idiopathic Constipation (CIC)。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04869280
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/NCT04869280
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
条件:慢性特发性便秘(CIC)。本研究收集了持续便秘并服用普芦卡必利的孕妇以及未服用普芦卡必利的孕妇的信息。本研究的主要目的是了解孕妇或其婴儿的任何医疗问题是否可能与妊娠期间服用普芦卡必利有关。参与者在研究期间无需服用普芦卡必利。本研究为非干预性研究。对妇女及其婴儿在妊娠期间及产后1年内进行随访,以收集孕产妇、妊娠及婴儿结局的信息。在研究期间,参与者将在3次电话访谈中被询问问题;2次在妊娠期间,1次在预产期后不久。服用过或正在服用普芦卡必利的参与者将在这些访谈中被问及关于此药的更详细问题。所有信息均通过远程方式收集,无需前往研究现场。此外,所有参与者将在其婴儿约1岁时被要求完成一份关于婴儿的问卷。
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。




