青少年行为、肌肉骨骼健康、生长与营养队列
该数据集来自clinicaltrials.gov,聚焦印度Maharashtra农村8至10岁青少年的生长轨迹与肌肉骨骼健康

基本信息
资源简介
青少年行为、肌肉骨骼健康、生长与营养队列
该数据集来自clinicaltrials.gov,聚焦印度Maharashtra农村8至10岁青少年的生长轨迹与肌肉骨骼健康。覆盖骨骼发育停滞、青春期生长延迟、儿童营养不良、妊娠期糖尿病、肌张力异常及贫血等状况。数据可用于纵向研究身高、体重、BMI与生长速度的变化,追踪骨量与肌肉量的获得及功能发展,并评估代际营养状况对子代体格的影响,适合生长预测与营养相关建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:骨骼发育或生长停滞、体质性生长和青春期延迟、营养不良、儿童、妊娠期糖尿病、肌张力异常、贫血。目的与目标 目的:本队列旨在研究来自Maharashtra农村8至10岁女孩和男孩的青春期生长轨迹。将通过随访该青春期队列并评估其代际营养状况直至其第一个子代5岁,来研究这些指标对其未来子代体格的影响。目标:1. 研究Maharashtra农村地区8至10岁青少年中生长(身高/体重/体重指数/生长速度)的轨迹。2. 纵向研究Maharashtra农村地区8至10岁青少年骨量、肌肉量和功能的获得。3. 研究代际
【主题与分类】
主题标签:Arrest of Bone Development or Growth、Malnutrition, Child、Gestational Diabetes、Muscle Tone Abnormalities、Anemia。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/NCT05603793
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/NCT05603793
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:骨骼发育或生长停滞、体质性生长和青春期延迟、营养不良、儿童、妊娠期糖尿病、肌张力异常、贫血。目的与目标 目的:本队列旨在研究马哈拉施特拉邦农村地区8至10岁女孩和男孩的青春期生长轨迹。将通过随访该青春期队列并评估其代际营养状况直至其第一个子女5岁,来研究这些指标对其未来子代体格大小的影响。目标:1. 研究马哈拉施特拉邦农村地区8至10岁青少年早期人群的生长轨迹(身高/体重/体重指数/生长速度)。2. 纵向研究马哈拉施特拉邦农村地区8至10岁青少年早期人群骨量、肌肉量及功能的获得情况。3. 研究青少年早期人群的代际营养状况与其父母身高及未来子代体格大小和身体成分之间的关联。4.
通过探索和改善青少年及其父母的知识、态度与实践,加强影响年轻青少年及其父母营养状况的社会与行为改变沟通(SBCC)策略。提案 青少年队列研究是一项基于社区的纵向研究,研究对象为8至10岁的前青少年。主要参与者:符合纳入标准的8至10岁前青少年队列将从8个村庄招募。次要参与者:纳入的年轻青少年的父母也将被纳入队列,以研究代际效应。招募期将设定为两年。纳入标准 招募期间年龄在8至10岁之间 招募期间双亲(母亲和父亲)均在场的儿童 表面健康的儿童 排除标准 任何会不利影响参与者生长、骨骼和/或肌肉健康的慢性未治疗/进展性疾病 印度人口普查所定义的流动家庭和临时居民(由登记总署办公室定义)
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。




