孕期感染寨卡病毒女性所生儿童国际队列研究
该数据集来自clinicaltrials.gov,属于神经系统疾病/其他分类,主题标签涵盖Zika、神经发育异常、听力损失、生长迟缓和眼部异常

基本信息
资源简介
孕期感染寨卡病毒女性所生儿童国际队列研究
该数据集来自clinicaltrials.gov,属于神经系统疾病/其他分类,主题标签涵盖Zika、神经发育异常、听力损失、生长迟缓和眼部异常。源站描述显示,ZIP研究依托10个国际站点前瞻性随访孕期及产后的母婴配对,收集人口学、体格、环境、实验室及分娩结局数据,以确定寨卡病毒感染的发生率和结局;ZIP研究中入组女性所生婴儿随访1年并接受定期体格与神经评估。ZIP 2.0研究将进一步纳入儿童。该数据可用于寨卡病毒母婴传播相关结局的观察性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Zika、神经发育异常、听力损失、生长迟缓、眼部异常。寨卡母婴与妊娠国际前瞻性观察性队列研究(ZIP)利用10个国际站点,在孕期和产后前瞻性随访母婴配对,以确定寨卡病毒(ZIKV)感染的发生率和结局。ZIP研究收集了与有和无ZIKV感染的母婴配对相关的人口学、体格、环境、实验室和分娩结局数据。在ZIP研究中入组女性所生的婴儿被随访1年,并接受定期体格和神经评估,以识别临床或发育结局。孕期感染寨卡病毒女性所生儿童国际队列研究(ZIP 2.0)将纳入自身或其生物学
【主题与分类】
主题标签:Zika、Neurodevelopmental Abnormality、Hearing Loss、Growth Delay、Eye Abnormalities。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04118738
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/NCT04118738
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:寨卡病毒感染、神经发育异常、听力损失、生长迟缓、眼部异常。国际寨卡病毒感染孕妇及婴儿前瞻性观察性队列研究(ZIP)利用10个国际研究中心,在孕期及产后前瞻性随访母婴配对,以确定寨卡病毒(ZIKV)感染的发生率及结局。ZIP研究收集了感染与未感染ZIKV的母婴配对的人口学、体格、环境、实验室及分娩结局数据。入组ZIP研究的女性所生婴儿随访1年,定期接受体格和神经学评估,以识别临床或发育结局。孕期感染寨卡病毒女性所生儿童国际队列研究(ZIP 2.0)将纳入其本人或生物学母亲先前入组ZIP研究及其他经ZIP 2.0方案团队批准的研究的儿童。评估内容包括生长、神经发育、听力学、眼科学及其他临床结局。
评估将大约每6个月进行一次,持续约2年,从大约18个月龄开始。随访评估和测评将有助于确定和比较宫内寨卡病毒暴露与未暴露儿童之间的长期神经发育结局。在获得父母/法定监护人同意孩子参与ZIP 2.0后,将请求提供多种联系方式。将询问父母是否可以在所提供的每个电话号码上留言,以及留言是否可以包含有关研究性质的信息。我们预计将在大约18个月龄和42个月龄时,比较约200名有记录证实或推定的宫内寨卡病毒暴露儿童与200名按研究地点和出生性别匹配、无记录证实或推定的宫内寨卡病毒暴露的对照儿童。主要目标是确定儿童中的长期神经发育结局
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。




