围孕期叶酸母婴远期效应随访研究:中国儿童与家庭研究
该数据集来自clinicaltrials.gov,属于肿瘤/白血病分类,聚焦围孕期叶酸补充与母婴远期健康效应。源站描述涉及儿童白血病及其他儿童癌症,并提及围孕期每日补充400微克叶酸预防神经管缺陷,以及叶酸水平、MTHFR基因变异与出生体重、孕期不良事件及子代严重疾病风险的潜在关联

基本信息
资源简介
围孕期叶酸母婴远期效应随访研究:中国儿童与家庭研究
该数据集来自clinicaltrials.gov,属于肿瘤/白血病分类,聚焦围孕期叶酸补充与母婴远期健康效应。源站描述涉及儿童白血病及其他儿童癌症,并提及围孕期每日补充400微克叶酸预防神经管缺陷,以及叶酸水平、MTHFR基因变异与出生体重、孕期不良事件及子代严重疾病风险的潜在关联。数据可用于探索围孕期叶酸暴露与子代肿瘤等远期结局的关系,支持风险预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:儿童白血病、其他儿童癌症。围孕期每日补充400(微克)叶酸可预防子代神经管缺陷(NTD)。一些数据提示,围孕期叶酸补充剂、孕期叶酸水平和/或编码亚甲基四氢叶酸还原酶(MTHFR)的基因的某些变异——MTHFR是催化5,10-亚甲基四氢叶酸合成5-甲基四氢叶酸[大多数涉及甲基化(包括DNA甲基化)的代谢途径中的主要甲基供体]的关键酶——可能与产前某些不良事件、出生体重和子代某些严重疾病的风险降低有关,而其他研究则对特定严重疾病风险增加表示担忧。只有一项研究检查了母亲中可能与使用围孕期叶酸相关的远期健康效应。
【主题与分类】
主题标签:Pediatric Leukemia、Other Pediatric Cancers。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01365975
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/NCT01365975
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:儿童白血病、其他儿童癌症。围受孕期每日补充400(微克)叶酸可预防子代神经管缺陷(NTD)。部分数据提示,围受孕期叶酸补充剂、妊娠期叶酸水平,和/或编码亚甲基四氢叶酸还原酶(MTHFR)的基因的某些变异型——该酶是催化5,10-亚甲基四氢叶酸合成5-甲基四氢叶酸[大多数涉及甲基化(包括DNA甲基化)的代谢途径中的主要甲基供体]的关键酶——可能与产前期间某些不良事件、出生体重及子代某些严重疾病的风险降低相关,而其他研究则对特定严重疾病风险增加提出了担忧。仅有一项研究考察了可能与围受孕期叶酸补充剂使用相关的母亲远期健康影响。我们拟在为期15年的子代和母亲随访中,研究围受孕期叶酸补充剂的潜在健康获益和不良影响。
在子代中,我们将评估围受孕期叶酸补充剂是否降低了外源性先天性出生缺陷和儿童急性淋巴细胞白血病的风险,以及与围受孕期叶酸补充剂相关的其他儿科疾病(包括哮喘、广泛性发育障碍和自闭症、糖尿病、肥胖和血压)的风险是降低还是升高。在母亲中,我们将评估心血管疾病及相关危险因素、乳腺癌和结直肠癌及其癌前病变,以及其他癌症。我们还将对母亲的其他严重疾病进行探索性评估。为增加关于出生时患有重大出生缺陷儿童的发病率和生存率的有限数据,特别是在低收入或中等收入国家,我们计划在随访中对被识别为神经管缺陷的儿童评估发病率和死亡率结局。参与的妇女和儿童
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。




