0-6月龄婴儿先天性肾积水自然病程研究

该数据集来自clinicaltrials.gov,聚焦0-6月龄婴儿先天性肾积水的自然病程,采用前瞻性、多中心、观察性队列研究设计

The Children's Hospital of Zhejiang University School of MedicineThe Children's Hospital of Zhejiang University School of Medicine
clinicaltrials
浏览 3
其他预测Congenital HydronephrosisUTD Grading SystemNatural ProgressionPediatric
Natural Course of Congenital Hydronephrosis in Infants Aged 0-6 Months

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-25

资源简介

0-6月龄婴儿先天性肾积水自然病程研究

该数据集来自clinicaltrials.gov,聚焦0-6月龄婴儿先天性肾积水的自然病程,采用前瞻性、多中心、观察性队列研究设计。数据覆盖不同严重程度肾积水基于UTD分级系统的消退率、进展率及影响因素,旨在弥补中国缺乏前瞻性大样本多中心自然史数据的空白。可用于分析肾积水转归规律、评估随访强度与干预时机,支持儿科泌尿系统疾病的预测与临床决策研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:先天性肾积水、UTD分级系统、自然进展、儿科。本项目旨在通过前瞻性、多中心、观察性队列研究,系统描绘0-6个月关键窗口期内诊断的先天性肾积水的自然进展。重点是基于UTD分级系统分析不同严重程度肾积水的消退率、进展率及影响因素。先天性肾积水是儿童最常见的先天性泌尿系统异常之一,产前检出率高。然而,其出生后自然病程高度异质,导致临床管理在随访强度和干预时机方面存在显著争议。目前,中国缺乏前瞻性、大样本、多中心的自然史数据。通过建立

【主题与分类】

主题标签:Congenital Hydronephrosis、UTD Grading System、Natural Progression、Pediatric。本站分类:泌尿生殖系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07382570

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/NCT07382570

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:先天性肾积水、UTD分级系统、自然进展、儿科。本项目旨在通过前瞻性、多中心、观察性队列研究,系统描绘在0-6个月关键窗口期内诊断的先天性肾积水的自然进展过程。重点将基于UTD分级系统,分析不同严重程度肾积水的缓解率、进展率及影响因素。先天性肾积水是儿童最常见的先天性泌尿系统异常之一,产前检出率高。然而,其出生后的自然病程高度异质,导致临床管理在随访强度和干预时机方面存在显著争议。目前,中国缺乏前瞻性、大样本、多中心的自然病史数据。

通过建立标准化随访体系并收集高质量临床与影像数据,本研究旨在为制定个体化、精准化的临床管理策略提供高水平的循证医学支持,从而减少不必要的干预和治疗延误。因此,开展这项多中心研究具有重要的临床和科学价值。

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