OK Daily 研究
研究按家庭喂养偏好分为母乳喂养组与配方奶喂养组,母乳喂养组婴儿再按2:1随机分为两组,其中第1组设盲、第2组开放标签。该数据可用于研究婴儿维生素K状态与维生素K缺乏性出血相关结局(来源 clinicaltrials.gov)

基本信息
资源简介
OK Daily 研究
是一项在英國 Norfolk and Norwich University Hospital 与 Ashford and St Peters' Hospital 开展的多中心研究,招募胎龄≥37周且符合入选标准的新生儿。研究按家庭喂养偏好分为母乳喂养组与配方奶喂养组,母乳喂养组婴儿再按2:1随机分为两组,其中第1组设盲、第2组开放标签。该数据可用于研究婴儿维生素K状态与维生素K缺乏性出血相关结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:婴儿维生素K状态、维生素K缺乏性出血。OK Daily 研究是一项多中心研究,在英國 Norfolk and Norwich University Hospital(Norwich)和 Ashford and St Peters' Hospital(Chertsey)开展。胎龄≥37周出生、符合入选标准且在招募窗口期内出生的婴儿将在参与中心被招募。招募将在母亲和婴儿产后出院前进行。本研究两个主要组为母乳喂养组和配方奶喂养组。母婴对最初将根据家庭的喂养偏好进行分配。母乳喂养组的婴儿将按2:1比例随机分入第1组或第2组。第1组分配设盲;第2组分配为开放标签。* 第1组——婴儿补充剂组。婴儿将接受 ei
【主题与分类】
主题标签:Infant Vitamin K Status、Vitamin K Deficiency Bleeding。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/NCT07620236
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/NCT07620236
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:婴儿维生素K状态、维生素K缺乏性出血。OK Daily研究是一项多中心研究,在英国诺里奇的诺福克和诺里奇大学医院以及英国彻特西的阿什福德和圣彼得医院开展。在参与中心招募胎龄≥37周出生、符合入选标准且在招募窗口期内出生的婴儿。招募将在母亲和婴儿分娩后出院前进行。本研究的两个主要组别为母乳喂养组和配方奶喂养组。母婴配对将首先根据家庭的喂养偏好进行分配。母乳喂养组的婴儿将按2:1的比例随机分为第1组或第2组。第1组分配将设盲;第2组分配为开放标签。* 第1组——婴儿补充组。婴儿将接受每日45微克MK-7加每日10微克维生素D3,或由每日10微克维生素D3组成的安慰剂。* 第2组——母亲补充组。该组母亲将接受每日2毫克MK-7。该组所有母乳喂养婴儿将接受每日10微克维生素D3。
配方奶喂养的婴儿将归入第3组,作为本研究的一部分,不需要任何额外的补充剂。这是因为婴儿配方奶中已经添加了足量的维生素K1和维生素D。所有补充剂将在出生后7天内开始服用。根据英国国家指南,母乳喂养的婴儿包含维生素D滴剂。随访安排如下:* 产后1个月访视(范围1-1.5个月)——电话联系。o 确认继续参与的资格,评估对干预措施的依从性,并安排面对面随访访视* 产后2个月(范围2-3个月)——面对面访视。* 所有婴儿将采集一份血样。* 第2组的母亲(接受过MK-7补充的母亲)以及第1组中选出的部分母亲(未接受MK-7补充的母乳喂养母亲
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。




