唐氏综合征年龄相关共病模式研究
该数据集来自 clinicaltrials.gov，聚焦唐氏综合征（Down Syndrome）人群的年龄相关共病模式，本站归类为内分泌、营养和代谢疾病/肥胖症
基本信息
资源简介
唐氏综合征年龄相关共病模式研究
该数据集来自 clinicaltrials.gov，聚焦唐氏综合征（Down Syndrome）人群的年龄相关共病模式，本站归类为内分泌、营养和代谢疾病/肥胖症。研究覆盖法国、西班牙、英国3个国家共300名志愿者，按12-18岁、19-34岁、35-45岁三个年龄组等量纳入，每组每国约100人。在横断面队列基础上，依据肥胖状态选取正常体重与极端表型个体各30名进入巢式病例对照研究，成人与儿童分别采用BMI和IOTF标准判定。数据可用于探索唐氏综合征患者肥胖相关共病模式及年龄差异（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：唐氏综合征。该研究将在来自3个国家（法国、西班牙、英国）的n=300名唐氏综合征志愿者中开展；3个年龄组（12-18岁；19-34岁；35-45岁）人数相等。每个国家预计纳入的志愿者总数为n=100。从初始横断面队列中，将根据肥胖状态选择个体，并邀请其参加巢式病例对照研究（正常体重唐氏综合征个体n=30，极端表型唐氏综合征个体n=30）。在成人中，正常体重定义为BMI 18.5至24.9，显著肥胖定义为BMI>35 kg/m2。对于18岁以下儿童，研究团队将使用国际肥胖工作组（IOTF）曲线（该曲线为国际标准），其中IOTF>30为肥胖，IOTF 18.5-25为正常体重组。研究团队将使用每月eCRF监测分配情况。
【主题与分类】
主题标签：Down Syndrome。本站分类：内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05310552
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/NCT05310552
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：唐氏综合征。本研究将在来自3个国家（法国、西班牙、英国）的n=300名唐氏综合征志愿者中开展；3个年龄组（12-18岁；19-34岁；35-45岁）人数相等。预计每个国家纳入的志愿者总数为n=100。从初始横断面队列中，将根据肥胖状态选择个体，并邀请其参加一项巢式病例对照研究（正常体重唐氏综合征个体n=30，极端表型唐氏综合征个体n=30）。在成人中，正常体重定义为BMI 18.5至24.9，显著肥胖定义为BMI > 35 kg/m2。对于18岁以下儿童，研究团队将使用国际肥胖工作组（IOTF）曲线（该曲线为国际标准），其中IOTF > 30为肥胖，IOTF 18.5-25为正常体重组。研究团队将使用每月eCRF招募报告监测分配情况，以对招募人员进行集中分配，确保“病例”和“对照”在年龄、性别和BMI之间保持平衡。
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。
