改良低成本饮食方案对减重术后患者减重及瘦体重保留的效果
该数据集来自 clinicaltrials.gov,聚焦肥胖患者接受减重手术后的营养与体成分管理,涉及 RYGB、SG、OAGB/MGB 等常见术式

基本信息
资源简介
改良低成本饮食方案对减重术后患者减重及瘦体重保留的效果
该数据集来自 clinicaltrials.gov,聚焦肥胖患者接受减重手术后的营养与体成分管理,涉及 RYGB、SG、OAGB/MGB 等常见术式。源站描述指出减重手术是病态肥胖最有效的长期治疗,可改善 II 型糖尿病、高血压和阻塞性睡眠呼吸暂停等肥胖相关健康问题,但术后可能降低必需营养素的吸收。数据可用于评估改良低成本饮食方案在促进减重和保留瘦体重方面的作用,支持营养状态与体成分相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肥胖、减重手术、营养状态、体成分。肥胖是一个日益严重的全球健康问题,被世界卫生组织(WHO)认定为可预防疾病的主要病因。它是一种复杂的长期状况,受多种因素影响,治疗选择从生活方式改变到药物和手术不等。减重手术目前是病态肥胖最有效的长期治疗。它不仅有助于显著减重,还能改善肥胖相关健康问题,如 II 型糖尿病、高血压和阻塞性睡眠呼吸暂停,同时提高生活质量。在各种手术技术中,Roux-en-Y 胃旁路术(RYGB)、袖状胃切除术(SG)和单吻合口胃旁路术(OAGB/MGB)是最常实施的。然而,这些手术可能导致必需营养素吸收减少
【主题与分类】
主题标签:Obesity、Bariatric Surgery、Nutritional Status、Body Composition。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/NCT07111767
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/NCT07111767
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:肥胖、减重手术、营养状况、身体成分。肥胖是一个日益严重的全球健康问题,被世界卫生组织(WHO)认定为可预防疾病的主要病因之一。它是一种由多种因素影响的复杂长期性疾病,治疗选择从生活方式改变到药物治疗和手术不等。减重手术目前是治疗病态肥胖最有效的长期手段。它不仅有助于显著减轻体重,还能改善肥胖相关健康问题,如II型糖尿病、高血压和阻塞性睡眠呼吸暂停,同时提高生活质量。在各种手术技术中,Roux-en-Y胃旁路术(RYGB)、袖状胃切除术(SG)和单吻合口胃旁路术(OAGB/MGB)是最常实施的术式。然而,这些手术可能因绕过肠道中吸收维生素和矿物质的部分而导致必需营养素吸收减少。减重手术后营养缺乏较为常见,尤其是维生素B12、铁和维生素D缺乏。
因此,术后进行结构化的饮食管理和补充对于预防这些缺乏症和保持瘦体重(LBM)至关重要。美国代谢与减重外科学会(ASMBS)的标准饮食建议提出,应从液体逐步过渡到固体食物,保证充足的蛋白质摄入(1.0-1.5 g/kg),并终身使用维生素和矿物质补充剂。然而,在像巴基斯坦这样45%的人口生活在国际贫困线以下的国家,标准的术后饮食通常包括乳清蛋白等昂贵的进口补充剂,大多数患者,尤其是农村地区的患者,无力负担且难以获得。这造成了饮食依从性的障碍,并恶化了临床结局。充足的蛋白质摄入在保持瘦体重和改善减重手术后恢复方面起着关键作用。营养缺乏,尤其是维生素B12、铁和维生素
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。




