母体内分泌系统与代谢疾病及子代健康:出生队列内预测
该数据集来自 clinicaltrials.gov,聚焦母体内分泌与代谢疾病(甲状腺功能障碍、糖尿病)及子代健康,属于内分泌、营养和代谢疾病/糖尿病分类

基本信息
资源简介
母体内分泌系统与代谢疾病及子代健康:出生队列内预测
该数据集来自 clinicaltrials.gov,聚焦母体内分泌与代谢疾病(甲状腺功能障碍、糖尿病)及子代健康,属于内分泌、营养和代谢疾病/糖尿病分类。源站描述指出,育龄女性因环境和生活方式快速变化常患糖尿病、甲状腺疾病等内分泌代谢疾病,导致子代早期宫内发育环境不良;孕期高血糖和甲状腺功能障碍可增加子代肥胖、代谢综合征和糖尿病风险,并提及健康与疾病的发展起源(DOHaD)理论及国际出生队列的相关发现。数据可用于研究母体内分泌代谢疾病与营养状况对子代代谢健康的影响,并支持出生队列内的预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:甲状腺功能障碍、糖尿病。由于环境和生活方式的快速变化,育龄女性常患糖尿病和甲状腺疾病等内分泌与代谢疾病,导致生命早期宫内发育环境不良。母体内分泌代谢疾病和营养状况不仅影响自身健康,也极大影响子代的代谢健康。孕期高血糖和甲状腺功能障碍可增加子代肥胖、代谢综合征和糖尿病的风险。健康与疾病的发展起源(DOHaD)是关于早期发育环境(胎儿和新生儿)对子代代谢健康影响的著名理论。若干知名国际出生队列已证实,孕期母体营养不良可导致
【主题与分类】
主题标签:Thyroid Dysfunction、Diabetes Mellitus。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/NCT05952739
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/NCT05952739
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:甲状腺功能障碍、糖尿病。由于环境和生活方式的快速变化,育龄女性常患糖尿病和甲状腺疾病等内分泌及代谢性疾病,导致生命早期宫内发育环境不良。母亲内分泌代谢疾病及营养状况不仅影响自身健康,也极大影响子代的代谢健康。妊娠期高血糖和甲状腺功能障碍可增加子代肥胖、代谢综合征和糖尿病的风险。健康与疾病的发展起源(DOHaD)是一个关于早期发育环境(胎儿和新生儿)对子代代谢健康影响的著名理论。若干知名国际出生队列已证实,母亲妊娠期营养不良可导致成年子代代谢性疾病风险增加。
此前,肖团队通过“协和出生-老年”队列研究发现,低出生体重是成年期糖脂代谢异常的独立危险因素,这在中国人群中首次证实了DOHaD理论。上述回顾性队列研究为DOHaD理论提供了流行病学证据。然而,由于其启动较早,且缺乏受试者不同生命阶段的临床数据和生物样本的综合数据库,难以深入分析子代代谢异常的高危因素,也难以从生命发育早期有效干预和阻断“代谢性疾病起源”。此外,国内外跨代研究多为回顾性和横断面研究,存在选择偏倚和信息偏倚。迫切需要覆盖母体内分泌代谢疾病全生命周期的大型前瞻性出生队列研究。本项目将继续聚焦内分泌系统
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。




