维生素D补充对早产儿维生素D状态与呼吸系统疾病影响

该数据集来自 clinicaltrials.gov,主题为晚产早产儿每日补充双倍剂量维生素D(800 IU 而非 400 IU)对维生素D血清水平及呼吸系统疾病的影响

Soroka University Medical CenterSoroka University Medical Center
clinicaltrials
浏览 23
其他预测Other Preterm InfantsVitamin D DeficiencyBronchiolitisAsthmaPneumonia
其他The Effect of Vitamin D Administration to Premature Infants on Vitamin D Status and Respiratory Morbidity

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

维生素D补充对早产儿维生素D状态与呼吸系统疾病影响

该数据集来自 clinicaltrials.gov,主题为晚产早产儿每日补充双倍剂量维生素D(800 IU 而非 400 IU)对维生素D血清水平及呼吸系统疾病的影响。覆盖条件包括 Other Preterm Infants、Vitamin D Deficiency、Bronchiolitis、Asthma、Pneumonia。该随机试验旨在确定早产儿达到充足维生素D水平所需的每日最佳补充剂量,并评估加倍每日摄入量能否作为早产儿呼吸道感染和哮喘的一级预防。可用于研究维生素D补充与早产儿呼吸系统疾病风险之间的关联(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Other Preterm Infants、Vitamin D Deficiency、Bronchiolitis、Asthma、Pneumonia。本试验的基本原理是,在生命第一年内对晚期早产儿每日补充双倍剂量的维生素D(800 IU 而非 400 IU),将导致维生素D血清水平升高并改善呼吸系统疾病。这项维生素D补充的随机试验计划确定早产儿达到充足维生素D水平所需的每日维生素D补充最佳剂量,并评估将每日维生素D摄入量加倍是否可作为早产儿呼吸道感染和哮喘的一级预防。

【主题与分类】

主题标签:Other Preterm Infants、Vitamin D Deficiency、Bronchiolitis、Asthma、Pneumonia。本站分类:呼吸系统疾病/肺炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02404623

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/NCT02404623

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:其他早产儿、维生素D缺乏、毛细支气管炎、哮喘、肺炎。本试验的理论依据是,在生命第一年内对晚期早产儿每日补充双倍剂量维生素D(800 IU而非400 IU),将导致血清维生素D水平升高并改善呼吸系统疾病发病率。这项维生素D补充的随机试验旨在确定早产儿达到充足维生素D水平所需的每日维生素D补充最佳剂量,并评估将每日维生素D摄入量加倍是否可作为早产儿呼吸道感染和哮喘的一级预防措施。

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