发现免疫初发1型糖尿病

该数据集来自 clinicaltrials.gov,聚焦健康成人与1型糖尿病(T1D)人群,用于研究曾参与Indiana Biobank的个体在不同招募沟通方式下返还1型糖尿病家庭筛查试剂盒的情况

Indiana UniversityIndiana University
clinicaltrials
浏览 8
其他分类Healthy AdultType 1 Diabetes (T1D)
Finding Immune Nascent Type 1 Diabetes

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

发现免疫初发1型糖尿病

该数据集来自 clinicaltrials.gov,聚焦健康成人与1型糖尿病(T1D)人群,用于研究曾参与Indiana Biobank的个体在不同招募沟通方式下返还1型糖尿病家庭筛查试剂盒的情况。数据覆盖两种招募接触方式的比较:电子邮件和信件沟通(低接触)与电话联系及研究团队成员随访(高接触)。可用来分析哪种招募沟通形式最有效,从而支持1型糖尿病家庭筛查的招募策略优化(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:健康成人、1型糖尿病(T1D)。本临床试验的目标是了解在曾参与印第安纳生物样本库(Indiana Biobank)的个体中,基于不同的招募沟通方式,有多少人会返还1型糖尿病居家筛查试剂盒。其主要旨在回答的问题是:哪种招募沟通方式对于完成1型糖尿病居家筛查试剂盒最有效?研究人员将比较两种招募联系方式:电子邮件和邮寄信函沟通(低接触)与电话联系及研究团队成员随访(高接触)。参与者将通过电子邮件/邮寄信函或电话被联系,并被询问是否愿意完成1型糖尿病居家筛查试剂盒。

【主题与分类】

主题标签:Healthy Adult、Type 1 Diabetes (T1D)。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/NCT07663136

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/NCT07663136

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:健康成人、1型糖尿病(T1D)。本临床试验的目标是了解在曾参与印第安纳生物样本库(Indiana Biobank)的个体中,基于不同的招募沟通方式,有多少人会返还1型糖尿病居家筛查试剂盒。其主要旨在回答的问题是:哪种招募沟通方式对于完成1型糖尿病居家筛查试剂盒最有效?研究人员将比较两种招募联系方式:电子邮件和邮寄信函沟通(低接触)与电话联系及研究团队成员随访(高接触)。参与者将通过电子邮件/邮寄信函或电话被联系,并被询问是否愿意完成1型糖尿病居家筛查试剂盒。

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