亚洲两个不同人群粪便微生物群研究及其对过敏发展的影响

研究在新加坡和印度尼西亚两个社会经济地位与过敏患病率不同的人群中,前瞻性随访儿童从出生至2岁,分析不同时间点粪便、环境暴露数据与过敏临床表现,以建立肠道微生物群与过敏发展的关系,可用于早期过敏流行病学与预测研究(来源 clinicaltrials.gov)

National University Hospital, SingaporeNational University Hospital, Singapore
clinicaltrials
浏览 11
其他预测EczemaAsthmaAllergic Rhinitis
Study of Stool Microbiota in Two Diverse Cohorts of Asian and Its Influence on Allergy Development

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-19

资源简介

亚洲两个不同人群粪便微生物群研究及其对过敏发展的影响

该数据集来自clinicaltrials.gov,聚焦呼吸系统疾病/哮喘,涵盖Eczema、Asthma、Allergic Rhinitis。研究在新加坡和印度尼西亚两个社会经济地位与过敏患病率不同的人群中,前瞻性随访儿童从出生至2岁,分析不同时间点粪便、环境暴露数据与过敏临床表现,以建立肠道微生物群与过敏发展的关系,可用于早期过敏流行病学与预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:Eczema、Asthma、Allergic Rhinitis。本研究的主要目标是建立两个社会经济地位和过敏患病率不同的人群(新加坡高、印度尼西亚低)中肠道微生物群与过敏发展的关系。将对一组儿童从出生前瞻性随访至2岁。将分析并记录不同时间点的粪便、环境暴露数据和过敏临床表现。新加坡和印度尼西亚将提供东南亚背景,以解决与不同过敏患病率相关的早期生活影响因素。通过研究两岁以下受试者,这将提供关于生命最初几年过敏和特应性流行病学的宝贵知识,而该年龄组的这方面记录很少。更重要的是,前瞻性性质和多样化的参数

【主题与分类】

主题标签:Eczema、Asthma、Allergic Rhinitis。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00713089

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/NCT00713089

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:湿疹、哮喘、过敏性鼻炎。本研究的主要目标是建立肠道微生物群与过敏发生之间的关系,研究对象为两个社会经济状况和过敏患病率不同的人群(新加坡患病率高,印度尼西亚患病率低)。将对一组儿童从出生前瞻性随访至2岁。将分析并记录不同时间点的粪便、环境暴露数据及过敏的临床表现。新加坡和印度尼西亚将提供东南亚背景,以解析与过敏患病率差异相关的生命早期影响因素。通过研究两岁以下受试者,将提供关于生命最初几年过敏和特应性流行病学的宝贵知识,而该年龄组的相关记录目前较为匮乏。更重要的是,本研究的前瞻性设计及所纳入的多种参数(菌落计数、微生物群的物种多样性和遗传多样性)将为全球数据和科学证据增添内容,以阐明这些因素在过敏发生中的作用。

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