儿童及家庭中基于微生物组的SARS-CoV-2风险预测(PREDICOL)

条件:易感SARS-CoV-2感染的健康受试者。第一个子队列包括407名儿童和青少年,重点探索无临床诊断障碍个体的肠道微生物群、饮食、生活方式因素与认知和行为发育之间的关联

Spanish National Research CouncilSpanish National Research Council
clinicaltrials
浏览 8
基因组预测SARS-CoV-2感染肠道微生物组儿童与青少年家庭队列认知行为发育观察性研究纵向随访
Microbiome-Based Risk Prediction of SARS-CoV-2 in Children and Families (PREDICOL)

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-13

资源简介

儿童及家庭中基于微生物组的SARS-CoV-2风险预测(PREDICOL)

PREDICOL 是一个以肠道微生物组为核心、面向 SARS-CoV-2 感染风险预测的观察性研究数据集,其英文全称为 Microbiome-Based Risk Prediction of SARS-CoV-2 in Children and Families。该数据集关注的是易感 SARS-CoV-2 感染的健康受试者,研究设计包含基线横断面评估与为期 17 个月的纵向随访。研究设立了两个预先定义的子队列:第一个子队列纳入 407 名儿童和青少年,重点探索无临床诊断障碍个体的肠道微生物群、饮食、生活方式因素与认知和行为发育之间的关联;第二个子队列纳入儿童与成人参与者,旨在评估基线肠道微生物群及相关因素是否与随访期间的 SARS-CoV-2 感染存在关联。数据集通过收集生物样本和健康相关信息,刻画肠道微生物群特征,并评估其与发育、行为及感染结局随时间变化的关系。

【数据集背景】

该数据集来源于 clinicaltrials.gov,所属分类为神经系统疾病 / 其他。其研究背景聚焦于健康但易感 SARS-CoV-2 感染的人群,尤其是儿童、青少年及其家庭成员。研究试图从肠道微生物组的角度出发,理解微生物群与饮食、生活方式、认知行为发育以及 SARS-CoV-2 感染风险之间的潜在联系。通过建立两个预先定义的子队列,研究分别从发育行为维度和感染风险维度展开观察,形成对儿童及其家庭健康状态的综合追踪。

【数据内容】

数据集涵盖生物样本和健康相关信息,用于表征肠道微生物群谱,并评估其与发育、行为及感染结局之间的纵向关系。第一个子队列包含 407 名儿童和青少年,关注肠道微生物群、饮食、生活方式因素与认知和行为发育之间的关联,研究对象为无临床诊断障碍的个体。第二个子队列包含儿童和成人参与者,重点评估基线肠道微生物群及相关因素与随访期间 SARS-CoV-2 感染之间的关联。研究采用观察性设计,包括基线横断面评估和 17 个月的纵向随访。源站描述中关于认知部分的后续内容未完整提供,因此相关细节源站未提供。

【采集与来源】

该数据集来自 clinicaltrials.gov,研究条件为“易感 SARS-CoV-2 感染的健康受试者”。数据采集依托观察性研究框架,在基线阶段进行横断面评估,并随后开展为期 17 个月的纵向随访。采集内容包括生物样本和健康相关信息,用以刻画肠道微生物群特征并评估其与发育、行为及感染结局随时间变化的关系。两个子队列分别覆盖儿童和青少年群体以及儿童与成人参与者,形成家庭层面的观察结构。关于具体采样方法、样本类型、采集频率和随访实施细节,源站未提供。

【适用场景】

该数据集适用于探索肠道微生物群与 SARS-CoV-2 感染风险之间关联的研究场景,尤其关注儿童和家庭人群。第一个子队列可用于研究无临床诊断障碍儿童和青少年的肠道微生物群、饮食、生活方式因素与认知和行为发育之间的关系。第二个子队列可用于评估基线肠道微生物群及相关因素是否与随访期间的 SARS-CoV-2 感染相关。整体上,该数据集适合用于观察性研究中的纵向关联分析,以及围绕微生物组、发育行为和感染结局的交叉研究。由于分类标注为神经系统疾病 / 其他,也可能在神经系统疾病相关背景下被参考使用,但具体适用边界需依据源站信息进一步确认。

【使用方法】

该数据集基于观察性设计,包含基线横断面评估和 17 个月纵向随访。使用时可围绕两个预先定义的子队列分别开展分析:其一聚焦儿童和青少年的肠道微生物群、饮食、生活方式与认知行为发育之间的关联;其二聚焦儿童和成人参与者的基线肠道微生物群及相关因素与随访期间 SARS-CoV-2 感染的关联。生物样本和健康相关信息可用于刻画肠道微生物群谱,并评估其与发育、行为及感染结局随时间变化的关系。关于具体的数据访问方式、变量结构、统计方法或分析工具,源站未提供。

【质量与限制】

该数据集为观察性研究设计,包含基线横断面评估和 17 个月的纵向随访,研究条件为易感 SARS-CoV-2 感染的健康受试者。第一个子队列明确包含 407 名儿童和青少年,第二个子队列包含儿童和成人参与者。研究关注肠道微生物群与发育、行为及感染结局之间的关联,而非因果推断。源站描述中关于认知部分的内容不完整,相关细节源站未提供。关于样本代表性、缺失数据、偏倚控制、随访依从性等质量指标,源站未提供。

【引用与许可】

该数据集来源于 clinicaltrials.gov,英文名称为 Microbiome-Based Risk Prediction of SARS-CoV-2 in Children and Families (PREDICOL)。关于引用格式、许可条款、使用限制或数据共享政策,源站未提供。

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://clinicaltrials.gov/study/NCT07717008

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

条件:易感SARS-CoV-2感染的健康受试者。研究设立了两个预定义的亚队列。第一个亚队列包括407名儿童和青少年,重点探讨未临床诊断疾病个体的肠道微生物群、饮食、生活方式因素与认知及行为发展之间的关联。第二个亚队列包括儿童和成人参与者,旨在评估基线肠道微生物群及相关因素是否与随访期间的SARS-CoV-2感染相关。该研究采用观察性设计,包括基线横断面评估和为期17个月的纵向随访。收集生物样本和健康相关信息,以表征肠道微生物群特征,并评估其随时间与发育、行为和感染结局的关系。认知和行为结局使用经过验证的工具进行评估,包括执行功能行为评定量表(BRIEF)、长处和困难问卷(SDQ)以及《精神障碍诊断与统计手册》(DSM-V)的诊断标准。

肠道微生物群组成通过使用标准化程序采集的粪便样本进行鸟枪法宏基因组测序来表征。膳食摄入量使用经过验证的137项半定量食物频率问卷进行评估,从而能够估算食物类别和营养素的每日摄入量。膳食质量和炎症潜力通过膳食炎症指数、地中海饮食依从性和西班牙健康饮食指数进行评估。通过整合微生物群、膳食、生活方式和发育数据,本研究旨在识别与早期神经发育轨迹和病毒感染易感性相关的微生物及生活方式相关生物标志物,为制定预防性和非药物性公共卫生策略提供支持。

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