辅助生殖技术出生儿童发育流行病学研究
该数据集来自 clinicaltrials.gov,聚焦通过辅助生殖技术(ART)出生儿童的发育流行病学研究,覆盖不孕症相关人群,包括女性不孕、男性不孕、原发性不孕、继发性不孕及不明原因不孕

基本信息
资源简介
辅助生殖技术出生儿童发育流行病学研究
该数据集来自 clinicaltrials.gov,聚焦通过辅助生殖技术(ART)出生儿童的发育流行病学研究,覆盖不孕症相关人群,包括女性不孕、男性不孕、原发性不孕、继发性不孕及不明原因不孕。源站描述指出,过去 30 年 ART 领域主要关注成功妊娠结局,随着成功率提高,研究重点逐渐转向子代健康;短期并发症尤其是出生缺陷已有较多描述,但因研究方法、检测年龄和对照组的差异,结果难以定论,且纳入父母因素和不孕背景后关联明显减弱或消失。该数据可用于研究 ART 子代健康结局及其相关因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:不孕症、女性不孕、男性不孕、原发性不孕、继发性不孕、不明原因不孕。过去 30 年,ART 领域的许多研究和临床工作都致力于改善成功妊娠的结局。然而,随着这些成功率提高,注意力正慢慢转向关注所生子女的健康。短期健康并发症,特别是出生缺陷,已得到充分描述。然而,即使这一“硬”结局也难以明确表征,因为研究使用了不同的方法、不同的检测年龄,并且常常缺乏适当的对照组。当分析中纳入父母潜在因素和不孕症时,关联性显著减弱或完全消失。这体现了当前许多可用研究的典型问题。
【主题与分类】
主题标签:Infertility、Infertility, Female、Infertility, Male、Infertility Primary、Infertility Secondary、Infertility Unexplained。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03799107
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/NCT03799107
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
疾病:不孕症、女性不孕症、男性不孕症、原发性不孕症、继发性不孕症、不明原因不孕症。过去30年来,辅助生殖技术(ART)领域的大量研究和临床工作都致力于改善成功妊娠的结局。然而,随着这些成功率的提高,关注点正逐渐转向所诞下子代的健康。短期的健康并发症,特别是出生缺陷,已有充分描述。然而,即便是这一“硬性”结局也难以明确界定,因为各研究采用了不同的方法学、不同的检测年龄,且往往缺乏适当的对照组。当分析中纳入父母潜在因素和不孕症因素时,这种关联会显著减弱甚至完全消失。这体现了目前关于ART后子代结局的许多现有研究存在的问题。尽管通过这些技术诞生的子代健康具有重要的公共卫生意义,也为家庭所切身关注,但现有数据仍然有限。
为评估通过辅助生殖技术(ART)及非体外受精生育治疗(NIFT)受孕的儿童长期健康潜在风险,需要采用严谨的流行病学方法、恰当界定暴露因素、标准化收集结局数据,并设立合适的对照组。拟议中的“生殖技术出生儿童发育流行病学研究”(DESCRT)旨在审慎处理这些重要特征。
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。




