青少年乳糜泻患者无麸质饮食依从性及影响因素

该数据集来自 clinicaltrials.gov,聚焦青少年乳糜泻患者在 COVID-19 疫情期间的无麸质饮食依从性及其影响因素

Uludag UniversityUludag University
clinicaltrials
浏览 2
表格分类Celiac Disease in AdolescentsGluten-Free Diet in the Covid-19 ProcessCOVID-19
Compliance With Gluten-Free Diet and Affecting Factors in Adolescents With Celiac Disease

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-21

资源简介

青少年乳糜泻患者无麸质饮食依从性及影响因素

该数据集来自 clinicaltrials.gov,聚焦青少年乳糜泻患者在 COVID-19 疫情期间的无麸质饮食依从性及其影响因素。样本为 85 名 10-19 岁确诊乳糜泻的青少年,研究数据于 2022 年 1 月至 4 月通过在线问卷(Google Forms)收集,比较了依从与不依从无麸质饮食者在社会人口学和疾病相关数据上的差异。数据可用于分析疫情期间青少年乳糜泻患者的饮食依从性及相关因素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Celiac Disease in Adolescents, Gluten-Free Diet in the Covid-19 Process. Celiac 是一种慢性自身免疫性疾病,通过无麸质饮食治疗。患有乳糜泻的青少年在 COVID-19 大流行期间受到限制措施的不同影响。本研究旨在确定 COVID-19 大流行期间青少年乳糜泻患者的无麸质饮食依从性并识别相关因素。本研究样本由 85 名 10-19 岁年龄组确诊乳糜泻的青少年组成。研究数据于 2022 年 1 月至 4 月通过在线问卷(Google Forms)收集。比较了 COVID-19 大流行期间依从和不依从无麸质饮食的青少年的社会人口学和疾病相关数据。

【主题与分类】

主题标签:Celiac Disease in Adolescents、Gluten-Free Diet in the Covid-19 Process。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05474976

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/NCT05474976

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:青少年乳糜泻、新冠疫情期间的无麸质饮食。乳糜泻是一种慢性自身免疫性疾病,通过无麸质饮食进行治疗。患有乳糜泻的青少年在新冠疫情期间受到限制措施的不同影响。本研究旨在确定新冠疫情期间患有乳糜泻的青少年对无麸质饮食的依从性,并识别相关因素。本研究的样本由85名年龄在10-19岁、被诊断为乳糜泻的青少年组成。研究数据于2022年1月至4月期间通过在线问卷(Google Forms)收集。对新冠疫情期间依从和不依从无麸质饮食的青少年的社会人口学和疾病相关数据进行了比较。

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