儿童乳糜泻血清学识别
源站描述显示，研究旨在评估在瑞典普通儿科门诊中纳入乳糜泻血清学筛查的可行性，并通过结构化监测考察筛查发现并治疗乳糜泻的效果
基本信息
资源简介
儿童乳糜泻血清学识别
该数据集来自 clinicaltrials.gov，聚焦儿童乳糜泻（Celiac Disease）的血清学筛查与识别。源站描述显示，研究旨在评估在瑞典普通儿科门诊中纳入乳糜泻血清学筛查的可行性，并通过结构化监测考察筛查发现并治疗乳糜泻的效果。筛查在哥德堡大都市区普通儿科门诊开展，目标为四个月内筛查1000名儿童，通过检测血液中组织转谷氨酰胺酶自身抗体（TGA）进行，持续TGA阳性儿童将进入6-12个月随访方案以诊断、实施无麸质饮食并评估短期影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：儿童乳糜泻、儿科疾病、健康、主观、生长迟缓。研究者旨在考察将乳糜泻（CD）血清学筛查纳入瑞典普通儿科门诊的可行性，并通过结构化监测来检验对筛查发现的乳糜泻进行诊断和治疗的效果。筛查将针对哥德堡大都市区的普通儿科门诊量身定制，目标是在四个月内筛查1000名儿童。乳糜泻筛查将通过检测血液中的组织转谷氨酰胺酶自身抗体（TGA）来进行。持续TGA阳性的儿童将被纳入为期6-12个月的随访方案，该方案负责诊断乳糜泻、实施无麸质饮食，并评估其对儿童身心健康的短期影响。其他评估内容包括：（I）将乳糜泻筛查纳入繁忙儿科实践的可行性；（II）父母/儿童对参与乳糜泻筛查项目的兴趣及满意度；（III）确定可能的扩大规模、广泛基础的乳糜泻筛查的关键考量因素。
【主题与分类】
主题标签：Celiac Disease in Children、Pediatric Disorder、Health, Subjective、Growth Delay。本站分类：免疫系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03966625
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/NCT03966625
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：儿童乳糜泻、儿科疾病、健康、主观、生长迟缓。研究者旨在考察将乳糜泻（CD）血清学筛查纳入瑞典普通儿科门诊的可行性，并通过结构化监测来检验对筛查发现的乳糜泻进行诊断和治疗的效果。筛查将针对哥德堡大都市区的普通儿科门诊量身定制，目标是在四个月内筛查1000名儿童。乳糜泻筛查将通过检测血液中的组织转谷氨酰胺酶自身抗体（TGA）来进行。持续TGA阳性的儿童将被纳入为期6-12个月的随访方案，该方案负责诊断乳糜泻、实施无麸质饮食，并评估其对儿童身心健康的短期影响。其他评估内容包括：（I）将乳糜泻筛查纳入繁忙儿科实践的可行性；（II）父母/儿童对参与乳糜泻筛查项目的兴趣及满意度；（III）确定可能的扩大规模、广泛基础的乳糜泻筛查的关键考量因素。
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。
