构建本地潜在参与者登记库以改善阿尔茨海默病临床研究招募

该数据集来自 search.dataone.org,主题为神经系统疾病中的阿尔茨海默病,核心内容是 UCI C2C 本地在线潜在参与者登记库

dataone
浏览 4
表格分类Patient SelectionParticipant RegistryRegistriesClinical Trial Recruitment
Constructing a local potential participant registry to improve Alzheimer’s disease clinical research recruitment

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-08

资源简介

构建本地潜在参与者登记库以改善阿尔茨海默病临床研究招募

Constructing a local potential participant registry to improve Alzheimer’s disease clinical research recruitment

该数据集来自 search.dataone.org,主题为神经系统疾病中的阿尔茨海默病,核心内容是 UCI C2C 本地在线潜在参与者登记库。登记库旨在提升 UCI 临床研究招募效率,虽以临床前 AD 试验为重点,但也面向任何经 IRB 批准开展人体受试者研究的 UCI 研究者。其价值在于扩大登记库对本地研究体系的作用、改善风险获益比,并提高登记参与者被联系参与研究的机会。登记流程为访客提交电子邮箱,随后通过个性化邮件邀请完成完整登记。可用于研究参与者筛选、登记库建设与临床试验招募相关分析(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):UCI C2C 是一个本地在线潜在参与者登记库。C2C 的目的是提高 UCI 临床研究招募的效率。尽管该登记库在设计时侧重于临床前 AD 试验,但它也是任何经机构审查委员会(IRB)批准开展人体受试者研究的 UCI 研究者的资源。允许在临床前 AD 试验之外进行额外招募,1)增加了登记库对本地研究体系的整体价值,2)通过提高其科学价值改善了登记库的风险获益比,3)增加了个人登记参与者被联系参与某项研究的可能性,从而改善参与者参与度。要加入登记库,访问登记库网站的访客需提交其电子邮箱地址。随后一封个性化电子邮件会邀请其通过 Research Electronic Data Captu 完成完整登记。

【主题与分类】

主题标签:Patient Selection、Participant Registry、Registries、Clinical Trial Recruitment。本站分类:神经系统疾病/阿尔茨海默病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A0ce95db02dd976f5f831de3f2845956ea2bd0187d63189f58ed5fac2944bfaf0

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://search.dataone.org/view/sha256%3A0ce95db02dd976f5f831de3f2845956ea2bd0187d63189f58ed5fac2944bfaf0

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

UCI C2C是一个本地在线潜在参与者注册系统。C2C的目的是提高UCI临床研究招募的效率。尽管该注册系统设计时侧重于临床前AD试验,但它也是任何经机构审查委员会(IRB)批准进行人体受试者研究的UCI研究人员的资源。允许在临床前AD试验之外进行额外招募,1)提高了注册系统对本地研究事业的整体价值,2)通过增加其科学价值改善了注册系统的风险-收益比,3)增加了个人注册者被联系参与研究的可能性,从而提高了参与者的参与度。要加入注册系统,访问注册网站的用户需提交其电子邮件地址。随后,一封个性化电子邮件会邀请通过研究电子数据采集(REDCap)调查数据收集工具完成全面注册。在通过身份验证防止机器人侵入后,注册……C2C使用REDCap作为数据基础设施。

需要一个受控的单一数据集实例,供研究人员共享访问,同时允许注册者更新其信息,这要求采用基于网络的电子数据采集系统。该应用还需能够对用户访问、信息共享、导出及即席查询进行审计。诸如Microsoft Excel或Google Spreadsheet等标准应用无法满足在线数据安全限制。REDCap符合这些限制,以及数据安全、保障和共享的要求。在与研究人员共享数据请求时,可以导出原始数据或标记数据。REDCap数据字典充当注册调查任何重大变更的版本控制系统,且该应用支持将数据导出至最常用的统计软件包(如SAS、SPSS、Stata和R)。该应用获许可用于非商业研究目的;无需

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。

获取专属数据定制方案