金稻米-红蒌叶饼干对糖尿病患者血脂控制的影响
该数据集来自 clinicaltrials.gov,围绕一项临床试验,评估添加 Piper crocatum(红蒌叶)提取物的金稻米饼干对 2 型糖尿病患者血脂谱控制的效果

基本信息
资源简介
金稻米-红蒌叶饼干对糖尿病患者血脂控制的影响
该数据集来自 clinicaltrials.gov,围绕一项临床试验,评估添加 Piper crocatum(红蒌叶)提取物的金稻米饼干对 2 型糖尿病患者血脂谱控制的效果。干预被设计为短期、以食物为基础的策略,通过将功能性食品纳入日常饮食来辅助现有糖尿病管理。其依据是金稻米中的 beta-carotene 与 Piper crocatum 中的多酚具有抗氧化、抗炎和降脂活性。饼干形式因接受度高、易分发而被选用。数据可用于研究功能性食品对糖尿病及血脂异常人群心血管风险因素的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Diabetes Mellitus (DM), Dyslipidemia, Lipid Profile, Functional Food, Nutritional Intervention, Cardiovascular Risk Factor. 本临床试验评估添加 Piper crocatum(红蒌叶)提取物的金稻米饼干对 2 型糖尿病患者血脂谱控制的效果。该干预被设计为一种短期、以食物为基础的策略,通过将功能性食品纳入日常饮食实践来补充现有糖尿病管理。此方法的依据是,有证据表明金稻米中的 beta-carotene 和 Piper crocatum 中的多酚具有抗氧化、抗炎和降脂活性。将这些生物活性化合物以饼干形式结合,提供了一种文化上可接受、负担得起且实用的饮食干预。选择饼干形式是因为其接受度高、易于分发
【主题与分类】
主题标签:Diabetes Mellitus (DM)、Dyslipidemia、Lipid Profile、Functional Food、Nutritional Intervention、Cardiovascular Risk Factor。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07268781
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/NCT07268781
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:糖尿病(DM)、血脂异常、血脂谱、功能性食品、营养干预、心血管危险因素。本临床试验评估富含Piper crocatum(红蒟叶)提取物的黄金大米饼干对2型糖尿病患者血脂谱控制的效果。该干预被设计为一种短期、基于食物的策略,通过将功能性食品纳入日常饮食实践,以补充现有的糖尿病管理。这种方法的基本原理基于以下证据:黄金大米中的β-胡萝卜素和Piper crocatum中的多酚具有抗氧化、抗炎和降脂活性。将这些生物活性化合物以饼干形式结合,提供了一种文化上可接受、负担得起且实用的饮食干预。选择饼干形式是因为其接受度高、易于分发,并且与胶囊或提取物制剂相比,有可能提高依从性。本试验采用对照前后设计,比较干预组和对照组在28天内血脂生物标志物的变化。
关键结局指标包括血清低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、甘油三酯及总胆固醇水平。该研究还探讨了其对糖尿病血脂异常相关的氧化应激和炎症过程可能产生的协同效应。通过将功能性食品的概念转化为实际膳食项目,本研究旨在为其作为糖尿病护理辅助疗法的作用提供证据。预期研究结果将为未来的膳食指南和护理干预提供依据,尤其是在可及性、患者依从性和成本效益为关键考量的社区环境中。
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。




