可手术干预先天性疾病孕妇与婴儿的社会特征及结局数据集

该数据集来自太平洋西北地区一家学术医疗机构,纳入2014年1月1日至2022年12月31日期间诊治的295对孕妇与婴儿,涉及先天性膈疝、气管食管瘘、肠闭锁、脐膨出、腹裂、脊髓脊膜膨出、下尿路梗阻和骶尾部畸胎瘤等可手术干预的先天性疾病

Mendeley DataMendeley Data
datacite
浏览 3
其他分类Congenital AnomalyPediatric SurgeryEquityDeterminants of Health
Social Characteristics and Outcomes of Pregnant Patients and Infants Diagnosed with Surgically Intervenable Congenital Conditions

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-14

资源简介

可手术干预先天性疾病孕妇与婴儿的社会特征及结局数据集

该数据集来自太平洋西北地区一家学术医疗机构,纳入2014年1月1日至2022年12月31日期间诊治的295对孕妇与婴儿,涉及先天性膈疝、气管食管瘘、肠闭锁、脐膨出、腹裂、脊髓脊膜膨出、下尿路梗阻和骶尾部畸胎瘤等可手术干预的先天性疾病。数据涵盖孕妇人口学与特征、产前保健服务、妊娠并发症、分娩特征以及婴儿围产期与手术结局,并已去标识化以保护受试者隐私。该数据可用于研究先天性疾病的社会决定因素、母婴结局及相关健康公平问题(来源 doi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含来自太平洋西北地区一家学术医疗机构、在2014年1月1日至2022年12月31日期间接受治疗的295对孕妇与婴儿的信息,这些孕妇与婴儿被诊断患有一种或多种以下先天性异常:先天性膈疝、气管食管瘘、肠闭锁、脐膨出、腹裂、脊髓脊膜膨出、下尿路梗阻和骶尾部畸胎瘤。收集的信息包括孕妇人口学与特征、产前保健服务、妊娠并发症、分娩特征以及婴儿围产期与手术结局。该数据已去标识化,以保护研究中受试者的PHI。本项目已获得OHSU的IRB批准(ID# 00025126)。数据可使用随附的数据字典进行解读。资助:本项目由t支持

【主题与分类】

主题标签:Congenital Anomaly、Pediatric Surgery、Equity、Determinants of Health。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://doi.org/10.17632/hsfy5jt7g7.1

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://doi.org/10.17632/hsfy5jt7g7.1

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

本数据集包含2014年1月1日至2022年12月31日期间,在太平洋西北地区一家单一学术医疗机构接受治疗的295对孕妇与婴儿配对的信息,这些孕妇或婴儿被诊断患有以下一种或多种先天性异常:先天性膈疝、气管食管瘘、肠闭锁、脐膨出、腹裂、脊髓脊膜膨出、下尿路梗阻和骶尾部畸胎瘤。收集的信息包括孕妇人口统计学和特征、产前保健服务、妊娠并发症、分娩特征以及婴儿围产期和手术结局。该数据已去标识化,以保护研究中受试者的PHI。本项目已获得OHSU的IRB批准(ID# 00025126)。数据可使用随附的数据字典进行解读。资助:本项目由国家推进转化科学中心(NCATS)、美国国立卫生研究院通过资助编号UL1TR002369支持。内容仅由作者负责,不一定代表NIH的官方观点。

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