胃旁路手术患者胰岛素抵抗、NAFLD、心血管疾病预测因素及皮下与内脏脂肪基因表达评估
该数据集来自 clinicaltrials.gov,聚焦接受胃旁路手术的重度肥胖人群,覆盖病态肥胖、胰岛素抵抗和非酒精性脂肪性肝病等状况

基本信息
资源简介
胃旁路手术患者胰岛素抵抗、NAFLD、心血管疾病预测因素及皮下与内脏脂肪基因表达评估
该数据集来自 clinicaltrials.gov,聚焦接受胃旁路手术的重度肥胖人群,覆盖病态肥胖、胰岛素抵抗和非酒精性脂肪性肝病等状况。源站描述指出肥胖与胰岛素抵抗和糖尿病相关,二者均涉及心血管并发症,而胃旁路手术被视为减重手术的金标准并可治愈糖尿病和胰岛素抵抗,但部分重度肥胖者胰岛素-葡萄糖代谢正常,这种代谢健康差异尚未被充分认识。研究将考察重度肥胖者的胰岛素-葡萄糖代谢,并基于相关假设开展分析,可用于代谢与心血管风险相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:病态肥胖、胰岛素抵抗、非酒精性脂肪性肝病。肥胖与胰岛素抵抗和糖尿病相关。由于这两种状况均与心血管并发症有关,这种关联可能解释肥胖相关的疾病和死亡。胃旁路手术被认为是减重手术的“金标准”,并已被证明可治愈糖尿病和胰岛素抵抗。然而,一些重度肥胖患者的胰岛素-葡萄糖代谢正常。重度肥胖个体在代谢健康方面的差异尚未被充分认识或理解。本研究将研究接受胃旁路手术的重度肥胖人群的胰岛素-葡萄糖代谢。本调查基于以下假设:1. 重度肥胖个体可按胰岛素-葡萄糖稳态的程度进行分类
【主题与分类】
主题标签:Morbid Obesity、Insulin Resistance、Non-Alcoholic Fatty Liver Disease。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01007955
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/NCT01007955
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:病态肥胖、胰岛素抵抗、非酒精性脂肪肝病。肥胖与胰岛素抵抗和糖尿病相关。由于这两种情况均涉及心血管并发症,这种关联可能解释肥胖相关的疾病和死亡。胃旁路术被认为是外科减重手术的“金标准”,并已被证明可治愈糖尿病和胰岛素抵抗。然而,一些严重肥胖患者的胰岛素-葡萄糖代谢正常。严重肥胖个体代谢健康差异尚未被充分认识或理解。本研究将研究接受胃旁路术的严重肥胖人群的胰岛素-葡萄糖代谢。本调查基于以下假设:1. 严重肥胖个体可按胰岛素-葡萄糖稳态受损程度进行分类。2. 胰岛素抵抗程度与心血管疾病风险相关。胰岛素抵抗肥胖个体的体重减轻将与心血管疾病相关参数的改善相关。
胰岛素敏感性较好的肥胖个体不会有高心血管疾病风险,因此不会经历心血管疾病风险的降低。3. 胰岛素抵抗是能量摄入过量病理性储存的结果;因此,胰岛素抵抗且肥胖的个体与肥胖但无胰岛素抵抗的个体在皮下脂肪组织和内脏脂肪组织的基因表达方面会有所不同。将在术前和术后对受试者进行终末器官功能障碍证据及发病率和死亡率预测因素的研究。此外,还将研究受试者皮下和内脏脂肪库中的基因表达。
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。




