囊性纤维化女性妊娠前瞻性研究

该数据集来自 clinicaltrials.gov,为一项针对囊性纤维化(CF)孕妇的前瞻性、多中心观察性研究,覆盖美国 40 个研究中心

Amalia MagaretAmalia Magaret
clinicaltrials
浏览 8
其他预测Pregnancy RelatedCystic Fibrosis
Prospective Study of Pregnancy in Women With Cystic Fibrosis

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-14

资源简介

囊性纤维化女性妊娠前瞻性研究

该数据集来自 clinicaltrials.gov,为一项针对囊性纤维化(CF)孕妇的前瞻性、多中心观察性研究,覆盖美国 40 个研究中心。研究对象在妊娠早期入组,孕期及产后第一年每 3 个月评估一次,随后一年每 6 个月评估一次。数据可用于评估妊娠期间肺功能变化与孕期累积使用 CFTR modulators 的关系,并分析其他影响因素,为 CF 女性妊娠管理提供依据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:妊娠相关,囊性纤维化。医学治疗的进步,包括高效 CFTR 调节剂的使用,已大幅提高 CF 女性的预期寿命,但妊娠对 CF 女性的影响尚不清楚。预计未来几年超过 90% 的 CF 人群将使用 CFTR 调节剂。需要更多关于 CFTR 调节剂在妊娠期影响的知识。这是一项前瞻性、多中心、观察性研究,随访 CF 孕妇,在美国 40 个中心开展。女性在妊娠早期入组,孕期每 3 个月评估一次,产后第一年也每 3 个月评估一次,随后额外一年每 6 个月评估一次。将根据孕期累积 CFTR 调节剂使用情况评估妊娠期间肺功能的变化,同时考虑其他因素

【主题与分类】

主题标签:Pregnancy Related、Cystic Fibrosis。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04828382

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04828382

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:妊娠相关,囊性纤维化。医学治疗的进步,包括使用高效CFTR调节剂,极大地提高了囊性纤维化女性的预期寿命,但妊娠对囊性纤维化女性的影响尚不清楚。预计在未来几年内,超过90%的囊性纤维化患者将使用CFTR调节剂。需要更多关于CFTR调节剂在妊娠期影响的知识。这是一项前瞻性、多中心、观察性研究,旨在随访囊性纤维化孕妇,在美国40个地点进行。女性在妊娠早期入组,并在妊娠期间及分娩后第一年每3个月评估一次,随后再每6个月评估一年。将根据妊娠期间累积的CFTR调节剂使用情况,评估妊娠过程中肺功能的变化,同时考虑可能影响肺功能变化的其他因素:基线肺功能、基因型、急性加重史和既往存在的合并症。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。