远程唾液采集的可行性与可接受性研究
该数据集来自 clinicaltrials.gov,聚焦儿童急性淋巴细胞白血病(ALL)幸存者及其家庭。研究旨在评估在数天内多次采集生物样本对幸存者及其家庭是否切实可行和可接受,并关注压力相关生物学过程与社区社会经济条件等社会因素对长期健康结局的潜在影响

基本信息
资源简介
远程唾液采集的可行性与可接受性研究
该数据集来自 clinicaltrials.gov,聚焦儿童急性淋巴细胞白血病(ALL)幸存者及其家庭。研究旨在评估在数天内多次采集生物样本对幸存者及其家庭是否切实可行和可接受,并关注压力相关生物学过程与社区社会经济条件等社会因素对长期健康结局的潜在影响。研究对象包括儿童 ALL 幸存者、其兄弟姐妹及照护者,研究活动可通过现场与远程结合或完全远程方式完成,涵盖入组访视、基线访视和远程医疗提醒访视。数据可用于探索远程生物样本采集在儿童癌症幸存者群体中的实施可行性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:儿童癌症幸存者、儿童急性淋巴细胞白血病。儿童急性淋巴细胞白血病(ALL)幸存者在癌症治疗后可能经历长期健康问题。研究人员认为,压力相关的生物学过程和社会因素(如社区社会经济状况)可能影响长期健康结局。然而,目前尚不清楚在数天内采集多个生物样本对幸存者及其家庭是否切实可行。这项可行性与可接受性研究将招募儿童 ALL 幸存者、其兄弟姐妹和照护者。参与者可通过现场与远程程序相结合的方式或完全远程选项完成研究活动。参与者将完成一次入组访视、一次以现场或远程方式进行的基线访视,以及一次远程医疗提醒访视。
【主题与分类】
主题标签:Survivors of Childhood Cancer、Acute Lymphoblastic Leukemia, Childhood。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07884474
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/NCT07884474
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:儿童癌症幸存者、儿童急性淋巴细胞白血病。儿童急性淋巴细胞白血病(ALL)幸存者在癌症治疗后可能出现长期健康问题。研究人员认为,与压力相关的生物学过程和社会因素,例如社区社会经济状况,可能影响长期健康结局。然而,目前尚不清楚在数天内采集多份生物样本对幸存者及其家庭是否可行。这项可行性和可接受性研究将招募儿童ALL幸存者、其兄弟姐妹和照护者。参与者可通过现场与远程程序相结合的方式或完全远程选项完成研究活动。参与者将完成一次入组访视、一次以现场或远程方式进行的基线访视,以及一次远程医疗提醒访视。幸存者和兄弟姐妹将提供唾液、血液、头发和指甲样本。唾液样本将在三天内每天在家中采集五次。参与者还将在唾液采集期间佩戴WatchPAT睡眠监测设备,并完成早晚日记。
问卷将评估人口学信息、睡眠、情绪健康、家庭关系、健康行为以及其他可能影响皮质醇测量的因素。照护者将完成关于家庭和人口学特征的问卷,并就研究的可接受性提供反馈。血液样本将用于测量炎症和激素功能的标志物。唾液、头发和指甲样本将用于评估皮质醇——一种与压力和下丘脑-垂体-肾上腺(HPA)轴功能相关的生物学标志物。该研究还将探讨社区社会经济状况与皮质醇和炎症的生物学测量指标之间的关联。这项可行性研究的结果将用于为未来研究的设计提供参考,以探究癌症治疗和社会环境对长期健康的影响。
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。




