中国产后女性饮食与生活方式干预研究

该数据集来自 clinicaltrials.gov,记录中国产后女性饮食与生活方式干预研究,涉及产褥感染、发热、便秘、痔疮、肛裂、乳腺疾病、口腔溃疡和贫血等状况

Huazhong University of Science and TechnologyHuazhong University of Science and Technology
clinicaltrials
浏览 10
其他分类Puerperal InfectionFeverConstipationHemorrhoidsAnal FissureBreast DiseaseOral UlcersAnemia
Diet and Lifestyle Intervention Study in Postpartum Women in China

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

中国产后女性饮食与生活方式干预研究

该数据集来自 clinicaltrials.gov,记录中国产后女性饮食与生活方式干预研究,涉及产褥感染、发热、便秘、痔疮、肛裂、乳腺疾病、口腔溃疡和贫血等状况。研究为多中心随机对照试验,在山东、湖北、广东三个代表性地区开展,计划招募至少800名符合条件女性,随机分为干预组和对照组,每组不少于400人。干预采用针对产后女性个人、家庭成员和社区环境的三维综合策略,可用于产后健康干预效果评估及相关疾病风险分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:产褥感染、发热、便秘、痔疮、肛裂、乳腺疾病、口腔溃疡、贫血。当前这项多中心随机对照试验将在中国三个代表性地区开展,分别是位于中国北部、中部和南部的山东省、湖北省和广东省。在医院或妇幼保健中心接受常规妊娠诊断的女性将被邀请参加本研究。至少800名符合我们入选标准的女性将被招募,并随机分配到干预组(n>=400)和对照组(n>=400)。将采用三维综合干预策略,即同时对产后女性个人、其家庭成员和社区环境采取干预措施,以最大化干预效果。定期访视

【主题与分类】

主题标签:Puerperal Infection、Fever、Constipation、Hemorrhoids、Anal Fissure、Breast Disease、Oral Ulcers、Anemia。本站分类:血液及造血器官疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01039051

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/NCT01039051

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

疾病情况:产褥感染、发热、便秘、痔疮、肛裂、乳腺疾病、口腔溃疡、贫血。本项多中心随机对照试验将在中国三个具有代表性的地区开展,分别是山东省、湖北省和广东省,它们分别位于中国北部、中部和南部。将邀请在医院或妇幼保健中心接受常规妊娠诊断的妇女参加本研究。至少招募800名符合我们入选标准的妇女,并随机分配到干预组(n>=400)和对照组(n>=400)。将采用三维综合干预策略,即同时对产后妇女个人、其家庭成员和社区环境采取干预措施,以最大限度地提高干预效果。两组均进行定期访视和随访;在干预前后均评估营养和健康相关指标。

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