成人智力障碍队列中遗传异常及关联表型的性质与频率
该数据集来自 clinicaltrials.gov,聚焦成人智力障碍(ID)队列,描述遗传异常及其关联表型的性质与频率。源站描述指出 ID 定义为智商低于 70 且适应功能显著受限、18 岁前起病,约占人群 2%,病因高度异质,既往报道约 25% 为获得性病因、25% 为遗传性病因、50% 病因未明

基本信息
资源简介
成人智力障碍队列中遗传异常及关联表型的性质与频率
该数据集来自 clinicaltrials.gov,聚焦成人智力障碍(ID)队列,描述遗传异常及其关联表型的性质与频率。源站描述指出 ID 定义为智商低于 70 且适应功能显著受限、18 岁前起病,约占人群 2%,病因高度异质,既往报道约 25% 为获得性病因、25% 为遗传性病因、50% 病因未明,遗传诊断进展正逐步减少未明比例。该研究为描述性、回顾性与前瞻性研究,可用于探讨成人 ID 的遗传病因分布与表型特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Intellectual Disabilities. 智力障碍(ID)的定义为智商(IQ)低于 70,并在多个领域的适应功能上存在显著受限,且起病于 18 岁之前。尽管常见(占人口的 2%),但 ID 在严重程度、伴随的其他残疾和病因方面是极为异质的疾病。直到最近,有报道称 25% 的 ID 具有获得性病因(围产期缺氧、感染等),25% 具有遗传性病因,50% 为“未确定”病因;遗传诊断的进展正在逐步减少后者的比例,使遗传性病因占比增加。每种 ID 遗传病因的罕见性以及大多数综合征缺乏特异性,意味着往往难以做出病因学诊断。这是一项描述性、回顾性和前瞻性研究。
【主题与分类】
主题标签:Intellectual Disabilities。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06630195
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/NCT06630195
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:智力障碍。智力障碍(ID)的定义为智商(IQ)低于70,并在多个领域的适应性功能存在显著受限,且发病于18岁之前。尽管智力障碍较为常见(占人口的2%),但其在严重程度、伴随的其他残疾及病因方面具有极高的异质性。直至近期,有报道称25%的智力障碍具有获得性病因(围产期缺氧、感染等),25%为遗传性病因,另有50%为“未确定”病因;遗传诊断的进步正逐步缩小后者的比例,使更多病例归因于遗传病因。智力障碍的每种遗传病因均较为罕见,且大多数综合征缺乏特异性,这意味着往往难以作出病因学诊断。本研究为一项描述性、回顾性及前瞻性研究,旨在纳入来自10个中心的1000名患者,这些患者年龄在20岁以上,于2016年至2025年间就诊,已被告知研究信息(适用情况下为其监护人),未反对参与研究,且符合纳入及排除标准。
研究的第一阶段将由参与中心筛选患者的病历。年龄在20岁以上、已确诊智力障碍、且自2016年以来曾接受过咨询的患者,将根据其电子和/或纸质病历(回顾性)进行识别。筛选档案包括使用临床数据收集表和遗传学结果检查档案中存在和缺失的要素。如果数据可用,则将选定该患者。档案选定后,将单独告知患者或酌情告知监护人(如果患者处于监护之下)本研究的相关信息,并征求其无异议。对于前瞻性部分,年龄在20岁以上、已确诊智力障碍、在参与中心接受常规照护的患者将
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。




