基于ETCOc的新生儿高胆红素血症队列预测与评估
该数据集来自clinicaltrials.gov,为多中心前瞻性观察性新生儿黄疸队列研究,纳入健康婴儿室和新生儿重症监护病房(NICU)的合格新生儿

基本信息
资源简介
基于ETCOc的新生儿高胆红素血症队列预测与评估
该数据集来自clinicaltrials.gov,为多中心前瞻性观察性新生儿黄疸队列研究,纳入健康婴儿室和新生儿重症监护病房(NICU)的合格新生儿。研究按临床实践测量经皮胆红素和/或总血清胆红素(TCB/TSB),并同步监测ETCOc(时间间隔≤3小时),直至出院、出生后72小时或需接受高胆红素血症治疗(光疗和/或换血)中最早发生者。对出生后72小时内无需治疗者进行随访。数据可用于新生儿高胆红素血症的预测与评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:新生儿黄疸、新生儿高胆红素血症、新生儿溶血。研究设计:本研究是一项关于新生儿黄疸的多中心、前瞻性观察性队列研究。符合条件的参与者将被纳入健康婴儿室和新生儿重症监护病房(NICU)。将按临床实践测量经皮胆红素和/或总血清胆红素(TCB/TSB),并同步监测ETCOc(时间间隔≤3小时),直至(1)新生儿与母亲一起出院,或(2)出生后72小时,或(3)需要针对高胆红素血症的治疗(光疗和/或换血)(以最先发生者为准)。对于在健康婴儿室或NICU住院期间出生后72小时内不需要针对高胆红素血症治疗(光疗和/或换血)的婴儿,将通过t进行随访
【主题与分类】
主题标签:Neonatal Jaundice、Neonatal Hyperbilirubinemia、Hemolysis Neonatal。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/NCT06341582
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/NCT06341582
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
条件:新生儿黄疸、新生儿高胆红素血症、新生儿溶血。研究设计:本研究是一项关于新生儿黄疸的多中心、前瞻性观察性队列研究。符合条件的参与者将在健康婴儿室和新生儿重症监护病房(NICU)入组。将按照临床实践测量经皮胆红素和/或总血清胆红素(TCB/TSB),并同时监测ETCOc(时间间隔≤3小时),直至(1)新生儿与母亲一同出院,或(2)出生后72小时,或(3)需要针对高胆红素血症的治疗(光疗和/或换血)(以先发生者为准)。对于在健康婴儿室或NICU住院期间出生后72小时内不需要针对高胆红素血症治疗(光疗和/或换血)的婴儿,将在出生后前14天(DOL)内通过电话或门诊随访。主要结局是在DOL14内首次发生需要治疗的溶血性高胆红素血症。
对于在出生后14天内发生主要结局的参与者,随访电话/访视将持续至出生后28天,以记录出生后28天内因高胆红素血症导致的再入院情况。次要结局为:1)新生儿溶血性疾病的发生率;2)溶血性高胆红素血症治疗的特征:需要治疗时的出生后日龄、住院期间TCB/TSB/ETCOc水平、住院时间、光疗时间、光疗疗程、换血输血、静脉注射免疫球蛋白的使用;3)出生后28天内因高胆红素血症再入院的特征:出生后28天内因高胆红素血症再入院、再入院时的出生后日龄、再入院时的TCB/TSB水平。暴露与测量:1. 出生后早期(≤72小时)ETCOc水平;2. 出生后14天内ETCOc水平;3. 每次光疗和/或换血输血治疗前的ETCOc水平;4. 停止光疗和/或换血输血时的ETCOc水平
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。




