评估慢性肉芽肿病青少年从儿科向成人医疗过渡的研究
该数据集来自 clinicaltrials.gov,聚焦慢性肉芽肿病(CGD)青少年从儿科向成人医疗过渡的评估。随着医学进步,慢性病患儿可存活至成年,但过渡过程对青少年患者、家庭及医疗团队可能带来医疗、社会与教育方面的挑战,涉及独立性、自我管理、独自前往 NIH、与医生沟通疾病与用药、以及为参与研究

基本信息
资源简介
评估慢性肉芽肿病青少年从儿科向成人医疗过渡的研究
该数据集来自 clinicaltrials.gov,聚焦慢性肉芽肿病(CGD)青少年从儿科向成人医疗过渡的评估。随着医学进步,慢性病患儿可存活至成年,但过渡过程对青少年患者、家庭及医疗团队可能带来医疗、社会与教育方面的挑战,涉及独立性、自我管理、独自前往 NIH、与医生沟通疾病与用药、以及为参与研究提供知情同意等能力。美国 NIH 下属 NIAID 已招募数百名青少年参与临床研究。该数据可用于分析过渡准备度、预测过渡结局及相关风险因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:CGD。由于医学的不断进步,患有慢性疾病的儿童正健康成长至成年。许多健康且发育正常的18岁青少年应能应对从儿科医疗向成人医疗的过渡,但对患有慢性疾病的青少年而言,这一过渡可能充满挑战。向成人医疗过渡不顺利,可能给患者、家庭和医疗团队带来医疗、社会和教育方面的问题。核心问题在于独立性与自我管理:年轻成年患者是否准备好独自前往 NIH?他们是否准备好与医生讨论自己的疾病过程和用药?他们是否准备好为自己一直参与的研究给出知情同意?美国国立卫生研究院(NIH)下属的国家过敏和传染病研究所(NIAID)已招募数百名青少年参与临床
【主题与分类】
主题标签:CGD。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02233036
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/NCT02233036
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
疾病:CGD。由于医学的不断进步,患有慢性疾病的儿童正健康成长至成年。许多健康和发育正常的18岁青少年应能应对从儿科医疗向成人医疗的过渡,但对于患有慢性疾病的青少年来说,这一过渡可能充满挑战。向成人医疗过渡不顺利可能会给患者、家庭和医疗团队带来医疗、社会和教育方面的问题。核心问题在于独立性和自我管理:年轻成年患者是否准备好独自前往NIH?他们是否准备好与医生讨论自己的疾病进程和用药情况?他们是否准备好为自己一直参与的研究签署知情同意书?美国国立卫生研究院(NIH)下属的国家过敏和传染病研究所(NIAID)有数百名青少年参与了临床试验,其中许多人依赖NIH的医疗服务提供者获得专科诊疗。目前尚无正式项目帮助这些患者完成从儿科医疗向成人医疗的过渡。
儿科住院患者在年满18岁时会被转入成人住院病房,而他们对两个病房之间的政策差异知之甚少。研究者提出一项回顾性探索性描述性研究,旨在(a)识别并描述年轻成人认为促成或阻碍其过渡的经历,以及(b)探索这些患者对改善过渡过程的建议。将通过电话或面对面方式对约40名患有慢性肉芽肿病(CGD)的年轻成人实施半结构化问卷,以收集关于受试者在18岁生日之前及之后使用NIH临床中心住院和门诊服务的定性和定量信息。数据将用于制定一项计划,帮助NIAID患有CGD的儿科患者成功过渡到成人照护。
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。




