Friends, Family & Food:青少年食物过敏App(F3A-App)
核心内容是开发一款面向8-12岁食物过敏儿童的互动游戏化应用程序(F3A-App),旨在提升疾病知识、改善疾病管理的行为技能,并最终降低不良结局风险

基本信息
资源简介
Friends, Family & Food:青少年食物过敏App(F3A-App)
该数据集源自clinicaltrials.gov,聚焦儿童食物过敏(Food Allergy in Children)。核心内容是开发一款面向8-12岁食物过敏儿童的互动游戏化应用程序(F3A-App),旨在提升疾病知识、改善疾病管理的行为技能,并最终降低不良结局风险。干预内容覆盖食物回避与反应管理两大领域,促进知识获取、行为技能发展,并在社交情境中提供技能练习。F3A-App由四个相关部分组成,包括作为核心的互动游戏化应用,以及针对社交情境中知识与行为技能练习的体验式场景(如学校食堂情景)。可用于儿童食物过敏教育干预、行为技能训练及相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:儿童食物过敏。本项目的核心目标是开发一款面向8-12岁食物过敏(FA)学龄儿童的互动式、游戏化应用程序(App),以增加知识、改善疾病管理的行为技能,并最终降低不良结局的风险。有效的FA儿童干预应针对食物回避和反应管理的内容领域,并在这些领域中促进知识获取、发展行为技能,并在社交情境中提供使用这些技能的练习。我们的Friends, Family, and Food App(F3A-App)由四个相关部分组成:(a)作为项目核心的互动式、游戏化应用程序;(b)在互动环境中的体验式场景(例如学校食堂情景),针对社交情境中的知识和行为技能练习;(
【主题与分类】
主题标签:Food Allergy in Children。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05093114
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/NCT05093114
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:儿童食物过敏。本项目的核心目标是开发一款面向8-12岁食物过敏(FA)学龄儿童的互动式游戏化应用程序(App),以增加知识、提升疾病管理的行为技能,并最终降低不良结局的风险。有效的儿童食物过敏干预应针对食物回避和反应管理等内容领域,并在这些领域中促进知识获取、培养行为技能,并提供在社会情境中运用这些技能的练习机会。我们的“朋友、家人与食物”应用程序(F3A-App)由四个相关部分组成:(a)一款互动式游戏化应用程序,是该项目的核心;(b)互动环境中的体验式情境(如学校食堂情景短片),旨在社会情境中针对知识和行为技能进行练习;(c)两款引人入胜的多层次游戏,用于培养食物回避技能(标签学习:喜欢它还是失去它!)和症状评估技能(反应行动!);(d)一个多层级奖励系统,采用基于代币经济的强化机制来增强动机和参与度(海洋生物奇观)。
从用户的角度来看,这种基于游戏的互动式应用程序提供了在角色扮演情境中练习行为技能的机会(例如,协商面对接受触发食物的压力、向成年人寻求帮助、应对取笑/欺凌),并提供即时反馈和强化。在这个II期项目中,我们提议制作F3A-App的完整开发版本,包括增加内容和增强功能,并在随机临床试验中评估最终产品。II期的具体目标是:1. 根据I期收集的用户反馈和数据完善F3A-App。2. 开发和实地测试额外内容,包括两个额外的互动环境(家庭聚会、学校百家餐);并在标签学习中增加游戏复杂性(即更多关卡和选项):Lik
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




