家庭苯丙氨酸测量频率对经典型苯丙酮尿症患者代谢控制的影响

该数据集来自 clinicaltrials.gov,聚焦经典型苯丙酮尿症(PKU)成人患者,研究家庭苯丙氨酸(Phe)测量频率对代谢控制的影响

Michał KaniaMichał Kania
clinicaltrials
浏览 2
其他预测Phenylketonuria (PKU)
The Impact of Frequency of Home Phenylalanine Measurements on Metabolic Control in a Population of Patients With Classic Phenylketonuria

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-26

资源简介

家庭苯丙氨酸测量频率对经典型苯丙酮尿症患者代谢控制的影响

该数据集来自 clinicaltrials.gov,聚焦经典型苯丙酮尿症(PKU)成人患者,研究家庭苯丙氨酸(Phe)测量频率对代谢控制的影响。源站描述指出,当前关于Phe监测频率的建议缺乏前瞻性随机试验证据,本研究计划首次获取每周一次与每月一次Phe测量频率对成人PKU代谢控制影响的高质量数据,以DBS中Phe浓度作为代谢控制指标。数据可用于分析监测频率与代谢控制之间的关系,支持PKU成人管理策略的循证研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:苯丙酮尿症(PKU)。关于苯丙氨酸水平监测频率的建议缺乏来自前瞻性随机试验的证据支持,包括在经典型PKU成人群体中。当前建议指出,成人(排除备孕期和妊娠期本身)的Phe水平应至少每月评估一次,若存在其他指征则应更频繁。作为本研究的一部分,我们计划首次获取关于Phe监测频率对成人Phe控制影响的高质量数据。研究的主要目标将是评估Phe水平测量频率(每周一次 versus 每月一次)对苯丙酮尿症代谢控制的影响,代谢控制以经典型苯丙酮尿症成人患者DBS中的Phe浓度表示。

【主题与分类】

主题标签:Phenylketonuria (PKU)。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07825883

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/NCT07825883

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:苯丙酮尿症(PKU)。关于苯丙氨酸水平监测频率的建议缺乏来自前瞻性随机试验证据的坚实支持,包括在成人经典型PKU人群中。当前建议指出,成人(排除备孕期和妊娠期本身)应至少每月评估一次Phe水平,若存在其他指征则应更频繁监测。作为本研究的一部分,我们计划首次获取关于Phe监测频率对成人Phe控制影响的高质量数据。本研究的主要目的是评估Phe水平测量频率(每周一次 versus 每月一次)对经典型苯丙酮尿症成人患者代谢控制的影响,以DBS中Phe浓度表示。

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