不同鱼油类型对高风险成人2型糖尿病危险因素的影响
源站描述指出,2025年全球约5.9亿成人患糖尿病,其中多数为2型糖尿病,另有约2.3亿成人未确诊,糖尿病显著增加疾病与死亡风险

基本信息
资源简介
不同鱼油类型对高风险成人2型糖尿病危险因素的影响
该数据集来自 clinicaltrials.gov,主题为不同鱼油类型对高风险成人2型糖尿病危险因素的影响,覆盖 Type 2 Diabetes、Prediabetes(含 Insulin Resistance、Impaired Glucose Tolerance)、Obesity & Overweight 以及 Obesity and Diabetes Mellitus, Type 2 等人群。源站描述指出,2025年全球约5.9亿成人患糖尿病,其中多数为2型糖尿病,另有约2.3亿成人未确诊,糖尿病显著增加疾病与死亡风险。该数据可用于研究鱼油类型与2型糖尿病风险因素之间的关系及风险预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:2型糖尿病、糖尿病前期(胰岛素抵抗、糖耐量受损)、糖尿病前期/2型糖尿病、肥胖与超重、肥胖与2型糖尿病。背景与依据:据国际糖尿病联盟统计,2025年全球约有5.9亿成人——即每9名成人中有1名——患有糖尿病,其中大多数为2型糖尿病(T2D)。另有2.3亿成人(约每10人中有4人)不知道自己患有糖尿病,因而仍未得到诊断。糖尿病大幅增加患病和死亡风险,其影响相当于衰老约15年,使其成为全球致残和致死的主要原因。2型糖尿病随着多种危险因素随时间累积而逐渐发展,包括不健康的生活习惯和衰老。这些因素会降低身体产生胰岛素和/或对
【主题与分类】
主题标签:Type 2 Diabetes、Prediabetes / Type 2 Diabetes、Obesity & Overweight、Obesity and Diabetes Mellitus, Type 2。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07575438
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/NCT07575438
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:2型糖尿病、糖尿病前期(胰岛素抵抗、糖耐量受损)、糖尿病前期/2型糖尿病、肥胖与超重、肥胖与糖尿病、2型糖尿病。背景与依据:据国际糖尿病联盟统计,2025年全球约有5.9亿成年人——即每9名成年人中有1人——患有糖尿病,其中大多数为2型糖尿病(T2D)。另有2.3亿成年人(约每10人中有4人)不知道自己患有糖尿病,因此仍未得到诊断。糖尿病显著增加患病和死亡风险,其影响相当于使人体衰老约15年,使其成为全球致残和致死的主要原因之一。2型糖尿病随着多种风险因素随时间累积而逐渐发生,包括不健康的生活方式和衰老。这些因素会降低身体产生胰岛素和/或对胰岛素有效反应的能力,而胰岛素是一种调节血糖水平的激素。其结果是血糖水平逐步升高,最终可能被诊断为T2D。重要的是,2型糖尿病是可以预防的。
在T2D患者中,血液中载脂蛋白B(apoB)水平升高会增加心血管疾病的风险(apoB是衡量携带“坏”胆固醇——即低密度脂蛋白(LDL)——颗粒数量的指标)。传统上,高apoB水平被认为是T2D的结果。然而,首席研究员实验室的研究表明,高apoB水平也可能促进T2D的发生。这似乎是因为LDL颗粒可以促进炎症并损害脂肪组织的正常功能。脂肪组织功能不良与多种代谢异常相关,这些异常会增加T2D和心血管疾病的风险。大型人群研究证实,血液apoB水平升高可以在诊断前许多年预测T2D的发生。研究团队最近的发现还表明,补充12周海洋来源的omega-3脂肪酸、EPA(二十碳五烯酸)和DHA(二十二碳六烯酸),可以改善T2D的若干危险因素,尤其
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。




