血脂异常改变NAFLD中的HDL代谢与功能
该数据集来自omicsdi.org,聚焦非酒精性脂肪性肝病(NAFLD)中血脂异常与炎症对高密度脂蛋白(HDL)代谢和功能的影响

基本信息
资源简介
血脂异常改变NAFLD中的HDL代谢与功能
该数据集来自omicsdi.org,聚焦非酒精性脂肪性肝病(NAFLD)中血脂异常与炎症对高密度脂蛋白(HDL)代谢和功能的影响。研究涉及经活检证实的单纯性脂肪变(SS)与非酒精性脂肪性肝炎(NASH)患者,比较其血浆甘油三酯、胰岛素等指标,并探讨HDL功能异常及其与心血管疾病风险的关联。数据可用于NAFLD相关脂代谢紊乱、HDL功能评估及心血管风险机制研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):血脂异常和炎症在非酒精性脂肪性肝病(NAFLD)和动脉粥样硬化的发病机制中均起关键作用。NAFLD,尤其是其严重形式非酒精性脂肪性肝炎(NASH),与心血管疾病(CVD)风险增加相关。HDL(高密度脂蛋白——也是CVD风险因素)在NAFLD中降低,但NAFLD中HDL功能是否异常尚不清楚。此外,血脂异常是否导致NAFLD中HDL功能降低,以及肝脏炎症是否进一步损害NASH患者的HDL功能,也尚不清楚。因此,本研究旨在研究HDL功能,并检查血脂异常和炎症对经活检证实的单纯性脂肪变(SS)和NASH患者HDL代谢的影响。结果:与对照组相比,SS和NASH受试者的血浆甘油三酯、胰岛素水平显著更高,
【主题与分类】
主题标签:Ss、Nonalcoholic、Metabolism、Nafld、Steatosis、Dyslipidemia、Hepatic、Simple、Nash、Inflammation。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD010199
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://omicsdi.org/dataset/pride/PXD010199
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
血脂异常和炎症在非酒精性脂肪性肝病(NAFLD)和动脉粥样硬化的发病机制中均发挥关键作用。NAFLD,尤其是其严重形式非酒精性脂肪性肝炎(NASH),与心血管疾病(CVD)风险增加相关。NAFLD患者中HDL(高密度脂蛋白——也是CVD风险因素)水平降低,但NAFLD中HDL功能是否异常尚不清楚。此外,血脂异常是否导致NAFLD中HDL功能降低,以及肝脏炎症是否进一步损害NASH患者的HDL功能,均尚不清楚。因此,本研究旨在探究HDL功能,并考察血脂异常和炎症对经活检证实的单纯性脂肪变性(SS)和NASH患者HDL代谢的影响。结果:与对照组相比,SS和NASH受试者的血浆甘油三酯、胰岛素水平显著更高,且胰岛素抵抗更严重(HOMA,P<0.05),而总胆固醇、HDL胆固醇、ApoB100和ApoAI水平无差异。NAFLD患者HDLc和ApoAI的生成率和降解率均增加,导致其水平保持稳定。
其他HDL蛋白的降解速率也增加,包括ApoAII、ApoAIV、维生素D结合蛋白和补体3(均P<0.05)。NAFLD患者的LCAT和CETP活性升高,表明HDL脂化发生改变。NAFLD诱导的HDL代谢改变与HDL抗氧化活性降低但促炎活性增加相关。然而,在SS和NASH受试者之间,HDL功能或HDLc及HDL蛋白的动力学均未观察到差异。
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。




