儿童期吉兰-巴雷综合征生存体验研究
该数据集来自clinicaltrials.gov,聚焦儿童期吉兰-巴雷综合征(GBS)幸存者的长期心理社会影响。源站描述指出,尽管儿童患者运动恢复通常优于成人,但疲劳、神经病理性疼痛、感觉异常、焦虑障碍和抑郁发作等心理与感觉后遗症可能在急性期后长期持续

基本信息
资源简介
儿童期吉兰-巴雷综合征生存体验研究
该数据集来自clinicaltrials.gov,聚焦儿童期吉兰-巴雷综合征(GBS)幸存者的长期心理社会影响。源站描述指出,尽管儿童患者运动恢复通常优于成人,但疲劳、神经病理性疼痛、感觉异常、焦虑障碍和抑郁发作等心理与感觉后遗症可能在急性期后长期持续。GUIREQUAL研究采用定性方法探索儿童GBS幸存者的长期体验,并形成关于康复后心理脆弱性的假设。数据可用于神经系统疾病相关的定性研究、患者报告结局分析及心理社会干预假设生成(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:吉兰-巴雷综合征、吉兰-巴雷综合征(GBS)。吉兰-巴雷综合征(GBS)是一种急性炎症性脱髓鞘性多神经病,可导致显著的功能障碍。尽管儿童患者通常比成人获得更有利的运动恢复,但新出现的临床观察表明,心理和感觉后遗症——如疲劳、神经病理性疼痛、感觉异常、焦虑障碍和重性抑郁发作——可能在急性期后长期持续。迄今为止,尚无定性研究专门考察儿童如何经历GBS及其后遗症,尤其是康复数年后的情况。GUIREQUAL研究旨在通过定性方法探索儿童GBS幸存者的长期心理社会影响,并形成关于康复后心理脆弱性的假设,以填补这一空白。这是一项
【主题与分类】
主题标签:Guillain Barré Syndrome、Guillain-Barré Syndrome (GBS)。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06940908
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/NCT06940908
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:吉兰-巴雷综合征、吉兰-巴雷综合征(GBS)。吉兰-巴雷综合征(GBS)是一种急性炎性脱髓鞘性多神经病,可导致显著的功能障碍。尽管与成人相比,儿科患者通常运动功能恢复更为良好,但新近的临床观察提示,心理和感觉后遗症——如疲劳、神经病理性疼痛、感觉异常、焦虑障碍和重性抑郁发作——可能在急性期后长期持续存在。迄今为止,尚无定性研究专门探讨儿童如何经历GBS及其后遗影响,尤其是康复数年后的情况。GUIREQUAL研究旨在通过定性方法填补这一空白,探索儿科GBS幸存者的长期心理社会影响,并就康复后的心理脆弱性提出假设。这是一项在两家儿科神经病学中心(法国图卢兹和蒙彼利埃)开展的双中心、前瞻性定性研究。
参与者将从医院记录中识别,且必须符合严格的纳入标准,包括确诊吉兰-巴雷综合征(GBS)或其变异型(AIDP、AMAN、Miller Fisher综合征),发病时间在研究入组前2至5年。患有慢性炎性脱髓鞘性多发性神经病(CIDP)、中枢神经系统受累(如Bickerstaff脑炎)或无关的慢性神经/骨科疾病的患者将被排除,以减少混杂因素。数据收集过程包括:在常规随访就诊期间进行半结构化面对面访谈(45-60分钟),让儿童(根据年龄决定是否有父母在场)在支持性环境中讲述其患病经历。使用简短的经过验证的筛查工具评估当前抑郁症状(CDI或BDI-FS)。由独立临床医生进行简短临床评估,以评价任何残留的身体后遗症。访谈将被录音、逐字转录并进行假名化处理以保护机密性。主题反思
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。




