植物甾醇补充对非酒精性脂肪肝患者肝功能与炎症状态的影响
该数据集来自 clinicaltrials.gov,围绕植物甾醇补充对非酒精性脂肪肝(NAFLD)患者肝功能与炎症状态的影响,收录一项随机、双盲、安慰剂对照、平行实验性试验的相关信息

基本信息
资源简介
植物甾醇补充对非酒精性脂肪肝患者肝功能与炎症状态的影响
该数据集来自 clinicaltrials.gov,围绕植物甾醇补充对非酒精性脂肪肝(NAFLD)患者肝功能与炎症状态的影响,收录一项随机、双盲、安慰剂对照、平行实验性试验的相关信息。研究对象为经肝脏超声诊断的 NAFLD 成年患者,计划从 Jordan University Hospital 胃肠病与肝病科招募 40 名年龄小于 70 岁的男女患者。数据覆盖 NAFLD、胰岛素抵抗、代谢综合征、肥胖、糖尿病、Nash、血脂异常等主题,可用于探索植物甾醇对 NAFLD 的治疗潜力及相关代谢与炎症结局的预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:NAFLD、胰岛素抵抗、代谢综合征、肥胖、糖尿病、Nash、血脂异常。将开展一项随机、双盲、安慰剂对照、平行实验性试验,以探索植物甾醇补充对 NAFLD 的治疗潜力。将从 Jordan University Hospital 胃肠病与肝病科招募 NAFLD 患者。四十名年龄小于 70 岁、经肝脏超声诊断为 NAFLD 且愿意参与的成年男女患者将被邀请加入该临床试验,并被告知他们可随时退出研究。参与者如有任何肝移植史、任何类型肝炎检测阳性、自身免疫性肝炎、饮酒、当前使用皮质类固醇或抗生素、快速体重减轻、心力衰竭、肾脏疾病,
【主题与分类】
主题标签:NAFLD、Insulin Resistance、Metabolic Syndrome、Obesity、Diabetes、Nash、Dyslipidemias。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06697977
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/NCT06697977
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:NAFLD、胰岛素抵抗、代谢综合征、肥胖、糖尿病、Nash、血脂异常。将开展一项随机、双盲、安慰剂对照、平行实验性试验,以探索植物甾醇补充对NAFLD的治疗潜力。将从约旦大学医院胃肠病和肝病科招募NAFLD患者。四十名成年患者,男女不限,年龄小于70岁,经肝脏超声诊断为NAFLD,且愿意参与者将被邀请加入临床试验,并被告知他们可随时退出研究。有以下任何情况的患者将被排除:有肝移植史、任何类型的肝炎检测呈阳性、自身免疫性肝炎、饮酒、当前使用皮质类固醇或抗生素、体重快速下降、心力衰竭、肾脏疾病、孕妇和哺乳期妇女、BMI高于40的患者,或非故意体重下降5%的患者,以及在研究三个月内服用其他补充剂的患者。
一位专科医生将对患者进行检查,确认诊断,并确保所有志愿者符合纳入标准。40名患者将使用randomization.com上的随机数字生成器随机分为两组:植物甾醇组(n=20),每日随餐服用2.0g口服植物甾醇粉末胶囊;对照组(n=20),每日服用2.0g安慰剂胶囊(微晶纤维素)。每项干预将持续两个月,实际干预阶段前将进行为期2周的导入期,在此期间要求参与者避免膳食中摄入高含量的甾烷醇和甾醇。在整个研究期间,患者将遵循其惯常饮食,但会被建议避免高脂肪食物,其体力活动也将受到监测,饮食habits和体力活动的数据将在基线(第0周)进行评估。
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。




