法国成人苯丙酮尿症国家队列研究

该数据集来自 clinicaltrials.gov,记录一项法国年轻成人苯丙酮尿症(PKU)队列研究。研究旨在追踪患者成年后疾病演变与神经心理并发症,探索并发症预后因素,描述代谢平衡,收集营养状况数据,检测骨质疏松,研究社会融入与生活质量,并采集生物样本用于骨转换标志物后续研究

University Hospital, ToursUniversity Hospital, Tours
clinicaltrials
浏览 9
其他预测PKUHyperphenylalaninemia
Study of a National Cohort of Adult Patients With Phenylketonuria

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-21

资源简介

法国成人苯丙酮尿症国家队列研究

该数据集来自 clinicaltrials.gov,记录一项法国年轻成人苯丙酮尿症(PKU)队列研究。研究旨在追踪患者成年后疾病演变与神经心理并发症,探索并发症预后因素,描述代谢平衡,收集营养状况数据,检测骨质疏松,研究社会融入与生活质量,并采集生物样本用于骨转换标志物后续研究。数据覆盖PKU及高苯丙氨酸血症成人患者,可用于分析神经心理评分变化、骨密度、生活质量及代谢平衡等结局,支持预后因素探索与队列预测建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:PKU、高苯丙氨酸血症。本研究旨在随访法国年轻成人PKU患者队列,以: 描述成年期疾病演变及神经心理检测发现的神经系统并发症,探究并发症的预后因素 描述患者的代谢平衡 收集营养状况数据 检测骨质疏松 研究成人PKU患者的社会融入与生活质量 采集生物样本用于后续研究(骨转换标志物)设计:队列:纳入期持续时间:2年 受试者参与持续时间:5年 研究总持续时间:7年 评判标准: 成人PKU相关并发症 神经心理测量评分的变化 通过密度测定法测量的骨密度 测量患者的生活质量

【主题与分类】

主题标签:PKU、Hyperphenylalaninemia。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01619722

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/NCT01619722

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:苯丙酮尿症(PKU)、高苯丙氨酸血症。本研究旨在随访一个法国年轻成人PKU患者队列,以:* 描述该疾病在成年期的演变及与神经心理检测相关的神经系统并发症,探究并发症的预后因素 * 描述患者的代谢平衡状况 * 收集营养状况数据 * 检测骨质疏松 * 研究成人PKU患者的社会融入与生活质量 * 采集生物样本以供进一步研究(骨转换标志物)设计:队列研究:纳入期持续时间:2年 受试者参与持续时间:5年 研究总持续时间:7年 评判标准:* 成人PKU相关并发症 * 神经心理测量评分的演变 * 通过骨密度测定法测量的骨矿物质密度 * 测量患者的生活质量

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