缺铁与脊柱侧弯青少年数据集
该数据集来自 clinicaltrials.gov,聚焦接受脊柱融合术的脊柱侧弯青少年,覆盖青少年特发性脊柱侧弯、神经肌肉性脊柱侧弯、围术期/术后并发症、缺铁、贫血、脊柱融合术及术后认知功能障碍等主题

基本信息
资源简介
缺铁与脊柱侧弯青少年数据集
该数据集来自 clinicaltrials.gov,聚焦接受脊柱融合术的脊柱侧弯青少年,覆盖青少年特发性脊柱侧弯、神经肌肉性脊柱侧弯、围术期/术后并发症、缺铁、贫血、脊柱融合术及术后认知功能障碍等主题。源站描述指出,此类患者以青少年女性为主,基线易因月经失铁而缺铁和贫血,手术又进一步消耗铁储备,而铁状态并未常规监测、术前补铁也无标准方案。数据可用于围术期铁状态与并发症相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:青少年特发性脊柱侧弯、神经肌肉性脊柱侧弯、围术期/术后并发症、缺铁、贫血、脊柱融合术、术后认知功能障碍。因脊柱侧弯接受脊柱融合术的青少年有望从术前补铁中获益。脊柱融合术存在大量手术失血和围术期红细胞输注的风险,而这些与该人群的不良结局相关。这些患者多为青少年女性,该群体因月经失铁而在基线更易发生缺铁及由此导致的贫血,并在手术期间铁储备遭受额外打击。然而,在此情形下铁状态并未被常规监测,术前补铁也没有标准诊疗方案。铁是一种营养必需的微量元素,重要
【主题与分类】
主题标签:Adolescent Idiopathic Scoliosis、Neuromuscular Scoliosis、Iron Deficiencies、Anemia、Spinal Fusion、Postoperative Cognitive Dysfunction。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06042699
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/NCT06042699
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:青少年特发性脊柱侧凸、神经肌肉性脊柱侧凸、围手术期/术后并发症、铁缺乏、贫血、脊柱融合术、术后认知功能障碍。接受脊柱侧凸脊柱融合手术的青少年有望从术前补铁中获益。脊柱融合术存在大量手术失血和围手术期红细胞输注的风险,而这些与该人群的不良结局相关。这些患者大多为青少年女性,该群体因月经失铁而在基线时更易发生铁缺乏及由此导致的贫血,并且在手术期间铁储备还会遭受额外打击。然而,在此背景下铁状态并未被常规监测,且术前补铁尚无标准治疗规范。铁是一种营养必需的微量元素,不仅对红细胞生成重要,对肌肉功能以及神经递质合成与信号传导也很重要。
因此,术前铁缺乏的治疗是优化术前血红蛋白、降低输血率及相关并发症(如同种免疫)以及改善患者预后的重要目标。铁缺乏本身以及作为贫血的主要原因,被研究团队确定为术前唯一可改变的危险因素。此外,补充铁剂已被证明可以缓解青春期女性即使轻度铁缺乏相关的身体和认知能力损害。在研究机构进行的一项初步研究发现,36%的脊柱侧弯患者在术前存在铁缺乏,术前铁状态与手术恢复期间的铁状态高度相关。因此,研究者计划在这一脆弱人群中考察铁缺乏作为输血及术后认知和身体能力受损的可改变危险因素。此前针对高危成人手术患者(大多铁状态未知)的短期铁干预试验,不能为铁缺乏患者的照护提供参考。
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。




