MGB手术后合并症缓解与身体成分变化
该数据集来自clinicaltrials.gov,聚焦于MGB手术后合并症的缓解与身体成分变化。覆盖病态肥胖及其相关合并症,包括2型糖尿病、睡眠呼吸暂停、甲状腺功能减退、高血压、脂质紊乱、非酒精性脂肪肝病和慢性静脉高压伴溃疡

基本信息
资源简介
MGB手术后合并症缓解与身体成分变化
该数据集来自clinicaltrials.gov,聚焦于MGB手术后合并症的缓解与身体成分变化。覆盖病态肥胖及其相关合并症,包括2型糖尿病、睡眠呼吸暂停、甲状腺功能减退、高血压、脂质紊乱、非酒精性脂肪肝病和慢性静脉高压伴溃疡。数据可用于分析减重或代谢手术相比常规治疗在控制肥胖及相关合并症方面的效果,并探究术后合并症改善与身体成分变化之间的关联,尤其关注2型糖尿病、睡眠呼吸暂停、高血压和甲状腺功能减退等显著合并症(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:病态肥胖、2型糖尿病、睡眠呼吸暂停、甲状腺功能减退、高血压、脂质紊乱、非酒精性脂肪肝病、慢性静脉高压伴溃疡。证据支持减重或代谢手术在控制肥胖及其相关合并症方面比常规治疗更有效。尽管减重手术已在世界范围内广泛实践多年,但仍需了解病态肥胖相关合并症的改善与术后身体成分变化之间的相关性。在合并症中,2型糖尿病、睡眠呼吸暂停、高血压和甲状腺功能减退是与病态肥胖相关的显著合并症。睡眠质量紊乱会导致日间嗜睡、心脏问题、肾脏问题等,进而严重降低个体的工作效率并增加病态
【主题与分类】
主题标签:Morbid Obesity、Type2diabetes、Sleep Apnea、Hypothyroidism、Hypertension、Lipid Disorder、Non-Alcoholic Fatty Liver Disease、Chronic Venous Hypertension With Ulcer。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/NCT06015620
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/NCT06015620
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:病态肥胖、2型糖尿病、睡眠呼吸暂停、甲状腺功能减退、高血压、脂质代谢紊乱、非酒精性脂肪性肝病、慢性静脉高压伴溃疡。证据支持,在控制肥胖及其相关合并症方面,减重手术或代谢手术比传统治疗更有效。尽管减重手术已在全球范围内广泛开展多年,但仍需了解病态肥胖相关合并症的改善与术后身体成分变化之间的相关性。在这些合并症中,2型糖尿病、睡眠呼吸暂停、高血压和甲状腺功能减退是与病态肥胖相关的重要合并症。睡眠质量紊乱会导致日间嗜睡、心脏问题、肾脏问题等,进而大幅降低个体的工作效率,并增加发病率和死亡率。根据我们的经验,在代谢手术(迷你胃旁路术-MGB)后,研究者发现合并症,尤其是睡眠呼吸暂停和2型糖尿病,在显著体重减轻开始之前就得到了早期控制。
此外,代谢手术后代谢综合征的参数也有所改善。这项前瞻性队列研究旨在将病态肥胖患者接受迷你胃旁路手术后的合并症缓解与身体成分变化相关联。
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。




