儿童癌症幸存者代谢综合征数据集
该数据集来自 clinicaltrials.gov,聚焦儿童癌症幸存者(CCS)中的代谢综合征(MS)。覆盖脑与中枢神经系统肿瘤、白血病、淋巴瘤、代谢综合征、肉瘤等病种

基本信息
资源简介
儿童癌症幸存者代谢综合征数据集
该数据集来自 clinicaltrials.gov,聚焦儿童癌症幸存者(CCS)中的代谢综合征(MS)。覆盖脑与中枢神经系统肿瘤、白血病、淋巴瘤、代谢综合征、肉瘤等病种。研究目标包括确定儿童青少年CCS中MS的表现,比较CCS与年龄性别匹配的健康同胞的MS患病率,采用正常血糖胰岛素钳夹技术评估胰岛素抵抗并进行比较,以及评估肥胖和胰岛素抵抗与生长激素分泌、脂肪因子(脂联素、瘦素)、炎症介质(如白介素-6)、肿瘤坏死因子-α和C反应蛋白等因素的相关程度。可用于儿童癌症幸存者代谢并发症的风险识别与机制研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑与中枢神经系统肿瘤、白血病、淋巴瘤、代谢综合征、肉瘤。目标:主要 确定儿童和青少年癌症幸存者(CCS)中代谢综合征(MS)的表现。 比较CCS中MS的患病率与年龄和性别相近的匹配健康同胞的患病率。 评估CCS中的胰岛素抵抗(通过正常血糖胰岛素钳夹测量),并与年龄和性别相近的健康同胞进行比较。 评估普遍存在的肥胖和胰岛素抵抗与已在与MS发展相关的因果通路中识别出的其他因素(这些因素在CCS中可能发生改变,例如生长激素分泌、脂肪因子[脂联素、瘦素]、炎症介质[如白介素-6]、肿瘤坏死因子-α和C反应蛋白)的相关程度。* Obtai
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Leukemia、Lymphoma、Metabolic Syndrome、Sarcoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00920738
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/NCT00920738
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:脑与中枢神经系统肿瘤、白血病、淋巴瘤、代谢综合征、肉瘤。目的:主要* 确定儿童及青少年癌症幸存者(CCS)中代谢综合征(MS)的表现。* 比较CCS与年龄、性别相匹配的健康兄弟姐妹中MS的患病率。* 评估CCS中的胰岛素抵抗(通过正常血糖胰岛素钳夹技术测量),并与年龄、性别相匹配的健康兄弟姐妹进行比较。* 评估普遍存在的肥胖和胰岛素抵抗与已确定的与MS发展相关的因果途径中可能在CCS中发生改变的其他因素(例如,生长激素分泌、脂肪因子[脂联素、瘦素]、炎症介质[如白介素-6]、肿瘤坏死因子-α和C反应蛋白)之间的相关程度。* 获取CCS和健康兄弟姐妹的饮食和体育活动评估。
次要目标:探索人口统计学特征(治疗时年龄、性别特异性差异)及治疗相关因素(与化疗药物、放疗、类固醇的暴露及剂量相关关联)作为儿童癌症幸存者胰岛素抵抗、血管功能和代谢综合征的潜在相关因素。大纲:患者接受全面的医学检查,包括当前和既往病史、家族史、处方药物审查、体格检查(包括身体和内脏脂肪评估)、人体测量(DEXA和骨龄X射线)及血压测量。采集血液样本以测量生长激素、脂肪因子(脂联素、瘦素)、细胞因子(IL-6和CRP)、空腹胰岛素、空腹血糖、血脂、氧化低密度脂蛋白、下丘脑-垂体-性腺功能(雌激素、FSH、LH、睾酮)及甲状腺功能(游离T4和TSH)。患者还需完成关于饮食摄入和体育活动的问卷。健康兄弟姐妹接受与患者相同的全面医学检查,包括血液样本采集和问卷填写。
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。




