FASC:西班牙儿童鱼类过敏研究——儿童与青少年鱼类过敏新发病例研究
FASC 是一项在西班牙开展的前瞻性、多中心、观察性研究,聚焦儿童与青少年新诊断的 IgE 介导鱼类过敏。研究在参与中心的儿科过敏单元连续招募符合条件的患者,采用标准化诊断与数据采集流程,旨在刻画该人群的临床特征

基本信息
资源简介
FASC:西班牙儿童鱼类过敏研究——儿童与青少年鱼类过敏新发病例研究
FASC 是一项在西班牙开展的前瞻性、多中心、观察性研究,聚焦儿童与青少年新诊断的 IgE 介导鱼类过敏。研究在参与中心的儿科过敏单元连续招募符合条件的患者,采用标准化诊断与数据采集流程,旨在刻画该人群的临床特征。鱼类过敏是儿童 IgE 介导食物过敏的重要原因,临床表现从轻微反应到严重过敏性休克不等;现有儿科鱼类过敏知识受饮食习惯、食用鱼种和致敏模式的地域差异限制,组分解析诊断虽改善特征描述,但儿童多中心综合研究仍稀缺。该数据可用于儿童鱼类过敏的临床特征分析与相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:鱼类过敏、食物超敏反应、IgE 介导的食物过敏。鱼类过敏是儿童 IgE 介导食物过敏的主要原因,与从轻微反应到严重过敏性休克在内的广泛临床表现谱相关。当前对儿科鱼类过敏的认识受到饮食习惯、食用鱼种和致敏模式地域差异的限制。尽管组分解析诊断改善了对鱼类过敏的特征描述,但针对儿童的综合多中心研究仍然稀缺。FASC 研究是一项在西班牙开展的前瞻性、多中心、观察性研究,旨在刻画新诊断 IgE 介导鱼类过敏的儿童和青少年。将在参与研究的儿科过敏单元中,采用标准化诊断和数据采集流程连续招募符合条件的患者。
【主题与分类】
主题标签:Fish Allergy、Food Hypersensitivity、IgE-Mediated Food Allergy。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07727148
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/NCT07727148
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:鱼类过敏、食物超敏反应、IgE介导的食物过敏。鱼类过敏是儿童IgE介导的食物过敏的主要原因之一,与从轻度反应到严重过敏性休克的广泛临床表现谱相关。目前对儿童鱼类过敏的认识受到饮食习惯、食用鱼类种类以及过敏原致敏模式的地域差异的限制。尽管组分解析诊断改善了对鱼类过敏的特征描述,但儿童领域的综合性多中心研究仍然匮乏。FASC研究是一项在西班牙开展的前瞻性、多中心、观察性研究,旨在描述新诊断的IgE介导的鱼类过敏儿童和青少年的特征。将在参与研究的儿科过敏科室采用标准化的诊断和数据收集程序,连续招募符合条件的患者。将收集临床信息、过敏史、皮肤试验、血清特异性IgE检测以及分子致敏谱。在临床有指征时,将根据国际建议和常规临床实践进行口服食物激发试验。
本研究旨在描述西班牙各地的临床表型、分子致敏模式、疾病严重程度、生活质量及地理变异性。研究结果有望增进对儿童鱼类过敏的理解,支持识别具有临床相关性的致敏特征,并有助于更准确的诊断和个体化患者管理。
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。




