Topiramate 治疗男性腹部肥胖的安全性与疗效研究
该数据集来自 clinicaltrials.gov,记录一项针对男性腹部肥胖患者的 Topiramate 安全性与疗效研究

基本信息
资源简介
Topiramate 治疗男性腹部肥胖的安全性与疗效研究
该数据集来自 clinicaltrials.gov,记录一项针对男性腹部肥胖患者的 Topiramate 安全性与疗效研究。研究为 6 个月随机双盲安慰剂对照试验,随后进行 6 个月开放标签扩展,评估 Topiramate 对腹部内脏脂肪积累的影响。数据覆盖腹部内脏脂肪(CT 评估)、总脂肪与皮下脂肪、体成分、体重、BMI、糖耐量、血脂、血压、Topiramate 血浆浓度及部分患者 24 小时能量消耗等多项参数,可用于肥胖相关代谢并发症的风险预测与疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:肥胖。Topiramate 未被批准用于治疗肥胖。本研究是一项为期 6 个月的随机、双盲、安慰剂对照研究,随后进行为期 6 个月的开放标签扩展研究,以评估 Topiramate 对腹部内脏脂肪积累的影响,该临床替代指标已知与肥胖并发症相关,如 2 型糖尿病、高血压和血脂异常发病率增加及其相关发病率。患者将被随机分配接受每日 Topiramate 或安慰剂。有效性将通过多个参数测量,如腹部内脏脂肪(通过计算机断层扫描评估)、总腹部脂肪和皮下腹部脂肪、体成分、体重、体重指数、糖耐量、血脂谱、血压、Topiramate 血浆浓度或 24 小时能量消耗(部分患者)。安全
【主题与分类】
主题标签:Obesity。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00231608
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT00231608
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:肥胖。托吡酯未被批准用于治疗肥胖。本研究是一项为期6个月的随机、双盲、安慰剂对照研究,随后进行为期6个月的开放标签扩展研究,以评估托吡酯对腹部内脏脂肪堆积的影响。腹部内脏脂肪堆积是一种临床替代指标,已知与肥胖并发症相关,如2型糖尿病、高血压和血脂异常发病率增加及其相关疾病负担。患者将被随机分配接受每日托吡酯或安慰剂治疗。有效性将通过多个参数评估,如腹部内脏脂肪(通过计算机断层扫描评估)、腹部总脂肪和皮下脂肪、身体成分、体重、体重指数、葡萄糖耐量、血脂谱、血压、托吡酯血浆浓度或24小时能量消耗(部分患者)。安全性评估(不良事件、生命体征、12导联心电图、临床实验室检查)将在整个研究期间进行。研究假设是托吡酯能有效减少男性患者的腹部内脏脂肪且耐受性良好。
在最初的12周滴定阶段之后,患者将口服托吡酯(每日两次,每次200mg或最大耐受剂量)或安慰剂,持续6个月。随后,在开放标签阶段,患者将接受托吡酯(每日两次,每次200mg或最大耐受剂量)治疗6个月。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




