冬虫夏草与CoQ10配方对轻中度高胆固醇血症代谢影响研究
该数据集来自clinicaltrials.gov,主题为冬虫夏草与CoQ10配方对轻中度高胆固醇血症代谢影响的研究。数据覆盖高胆固醇血症、脂质代谢紊乱、脂质代谢、营养保健品及代谢紊乱等条件

基本信息
资源简介
冬虫夏草与CoQ10配方对轻中度高胆固醇血症代谢影响研究
该数据集来自clinicaltrials.gov,主题为冬虫夏草与CoQ10配方对轻中度高胆固醇血症代谢影响的研究。数据覆盖高胆固醇血症、脂质代谢紊乱、脂质代谢、营养保健品及代谢紊乱等条件。研究设计包含2周导入期,随后对符合条件者进行临床与实验室评估,并随机分配接受CORDICOL或安慰剂。该数据可用于分析营养保健品对血脂及代谢参数的影响,支持心血管风险相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:高胆固醇血症、脂质代谢紊乱、脂质代谢、营养保健品、代谢紊乱。 研究将首先进行为期2周的导入期(第-2周至T0),在此期间参与者将保持其通常的饮食和生活习惯。该阶段旨在允许在基线测量之前评估血脂谱,并识别在研究治疗开始之前可能发生的相关变化。 在基线(T0)时,符合所有资格要求的参与者将接受临床和实验室评估,包括评估血脂和代谢参数。还将根据适用的临床指南评估总体心血管风险特征。符合条件的参与者随后将按1:1比例集中随机分配接受CORDICOL或匹配的安慰剂(每天一粒胶囊)。治疗分配将
【主题与分类】
主题标签:Hypercholesterolemia、Lipid Metabolism Disorders、Lipid Metabolism、Nutraceutical、Metabolic Disorder。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07852481
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/NCT07852481
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:高胆固醇血症、脂质代谢紊乱、脂质代谢、营养保健品、代谢紊乱。* 研究将从一个为期2周的导入期开始(第-2周至T0),在此期间,参与者将保持其日常饮食和生活习惯。此阶段旨在基线测量前评估血脂谱,并识别在研究治疗开始前可能出现的相关变化。* 在基线(T0)时,符合所有入选要求的参与者将接受临床和实验室评估,包括血脂和代谢参数的评估。还将根据适用的临床指南评估总体心血管风险状况。随后,符合条件的参与者将以1:1的比例集中随机分配接受CORDICOL或匹配的安慰剂(每天一粒胶囊)。在整个研究期间,治疗分配将保持盲态。* 在为期12周的干预期间,参与者将每天服用一粒胶囊。
将在第4周(T1)进行中期评估,以监测安全性、治疗依从性、不良事件以及临床或生活方式状况的任何相关变化。根据研究计划,还将采集血样以评估所研究的参数,以及选定的患者报告结局。* 在第12周(T2),参与者将接受最终现场评估。将进行实验室检查以评估脂质和血糖稳态的变化,包括主要脂质结局指标和相关的次要代谢参数。还将评估安全性和耐受性,以及治疗依从性和患者报告结局,包括生活质量。* 治疗完成后30天(T3),将通过远程方式联系参与者进行随访。此阶段不计划进行额外的现场实验室评估。随访将侧重于生活质量、感知幸福感、治疗相关顾虑,以及识别治疗停止后发生的任何不良事件。
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。




