服务不足儿童和成人1型糖尿病的诊疗、临床试验与筛查(ACCESS-T1D)

研究面向可能因家族史而处于 T1D 风险中的人群,包括父母、兄弟姐妹等一级亲属,以及侄甥、姑叔舅姨、孙辈、堂表亲等二级亲属

AdventHealth Translational Research InstituteAdventHealth Translational Research Institute
clinicaltrials
浏览 13
其他分类Type 1 DiabetesCeliac Disease
Accessing Care, Clinical Trials and Screening for Underserved Children and Adults With Type 1 Diabetes (ACCESS-T1D)

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

服务不足儿童和成人1型糖尿病的诊疗、临床试验与筛查(ACCESS-T1D)

ACCESS-T1D 数据集来自 clinicaltrials.gov,聚焦内分泌、营养和代谢疾病下的糖尿病领域,涉及 Type 1 Diabetes 与 Celiac Disease。研究面向可能因家族史而处于 T1D 风险中的人群,包括父母、兄弟姐妹等一级亲属,以及侄甥、姑叔舅姨、孙辈、堂表亲等二级亲属。数据可用于识别 T1D 或 CD 在出现高血糖症状前的状态,并关注成人 T1D 被误诊为 2 型糖尿病的问题,支持筛查、临床试验与诊疗相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Type 1 Diabetes、Celiac Disease。该研究将筛查可能因家族中至少有一人可能患有 T1D 而处于 T1D 风险中的人群。此人可以是父母或兄弟姐妹,也可以是二级亲属,如侄女、侄子、姑姨、叔舅、孙辈或堂表亲。T1D 患者的亲属患该病的风险更高,因为他们也是其他自身免疫性疾病的人群。有可能在出现任何高血糖症状之前检测出 T1D 或 CD。有时,特别是在成年期发生 T1D 的人群中,该病会被误诊为 2 型糖尿病。这两种疾病的治疗和护理是不同的。

【主题与分类】

主题标签:Type 1 Diabetes、Celiac Disease。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06908057

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/NCT06908057

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:1型糖尿病、乳糜泻。该研究将筛查可能面临T1D风险的人群,因为他们家族中至少有一人可能患有T1D。这个人可以是父母或兄弟姐妹,也可以是二级亲属,如侄女、侄子、姑姑、叔叔、孙辈或堂表兄弟姐妹。T1D患者的亲属患病风险更高,因为他们可能还患有其他自身免疫性疾病。在出现高血糖症状之前,就有可能检测出T1D或CD。有时,特别是在成年后发病的T1D患者中,该病会被误诊为2型糖尿病。这两种疾病的治疗和护理是不同的。

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