低温治疗时代新生儿脑病的长期后果
该数据集来自 clinicaltrials.gov,聚焦新生儿脑病(NE)在接受治疗性低温(TH)后的长期结局。源站描述指出,TH 虽能降低死亡率和严重发育障碍发生率,但幸存者中各种疾病仍常见,且既往随访研究多局限于死亡率和最严重疾病形式,不能据此认为 TH 消除了所有发育缺陷;近期文献报告无严重残

基本信息
资源简介
低温治疗时代新生儿脑病的长期后果
该数据集来自 clinicaltrials.gov,聚焦新生儿脑病(NE)在接受治疗性低温(TH)后的长期结局。源站描述指出,TH 虽能降低死亡率和严重发育障碍发生率,但幸存者中各种疾病仍常见,且既往随访研究多局限于死亡率和最严重疾病形式,不能据此认为 TH 消除了所有发育缺陷;近期文献报告无严重残疾的 NE-TH 儿童在入学时常见认知和行为困难。数据可用于研究 TH 后认知、行为等长期发育结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:新生儿脑病、治疗性低温、脑损伤、儿童发育。理由:治疗性低温(TH)约10年前在多数工业化国家成为中度和重度新生儿脑病(NE)新生儿的标准治疗。尽管TH在降低死亡率和严重发育障碍发生率方面有效,但幸存者中各种疾病仍常见。此外,由于既往随访研究的重点局限于死亡率和最严重形式的疾病,因此认为TH能最小化所有发育缺陷是错误的。事实上,近期文献报告无严重残疾的NE-TH儿童在入学时常见认知和行为困难。尽管这些困难可能不如脑性瘫痪和智力障
【主题与分类】
主题标签:Neonatal Encephalopathy、Therapeutic Hypothermia、Brain Injuries、Child Development。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05756296
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/NCT05756296
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:新生儿脑病、治疗性低温、脑损伤、儿童发育。理由:大约10年前,治疗性低温(TH)在大多数工业化国家成为中度和重度新生儿脑病(NE)患儿的标准治疗。尽管TH在降低死亡率和严重发育障碍发生率方面有效,但幸存者中各种并发症仍然常见。此外,由于以往随访研究的重点局限于死亡率和最严重形式的并发症,因此认为TH能最大限度减少所有发育缺陷的结论是错误的。事实上,近期文献报道,无严重残疾的NE-TH患儿在入学时常见认知和行为困难。虽然这些困难可能不如脑瘫和智力障碍那样显著,但它们对儿童自主性和家庭福祉的负面影响同样重要,其性质和程度需要全面评估。目的与假设:1.
比较9岁NE-TH儿童与年龄、性别匹配的无NE同龄对照儿童在综合标准化结局评估中的高阶认知、社交和心理情绪能力。假设1:与年龄、性别匹配的无NE-TH同龄儿童相比,NE-TH儿童将表现出较低的智商、执行功能、注意力、社会认知和自尊,但焦虑以及行为和同伴问题更多。2. 使用定量MRI比较9岁NE-TH儿童与年龄、性别匹配的无NE同龄对照儿童的结构性脑完整性。假设2:与年龄、性别匹配的无NE-TH同龄儿童相比,NE-TH儿童将表现为总脑体积和区域(基底节、海马、小脑)脑体积较小,皮质和皮质下形态计量学改变,以及广泛的白质微结构和髓鞘化改变。3. 评估9岁时认知、心理情绪和运动技能之间的关系
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。




