肠易激综合征腹痛的个体化方法
该数据集来自 clinicaltrials.gov,聚焦肠易激综合征(IBS)与炎症性肠病重叠症状人群的腹痛个体化干预研究

基本信息
资源简介
肠易激综合征腹痛的个体化方法
该数据集来自 clinicaltrials.gov,聚焦肠易激综合征(IBS)与炎症性肠病重叠症状人群的腹痛个体化干预研究。研究为单中心、前瞻性、概念验证、随机对照、非盲干预试验,纳入 IBS 与 IBD-IBS 两类患者,随机分为 ESM/Traqq 干预组或标准护理组。数据覆盖 IBS-SSS、EO-5D-5L、GAD-7、PHQ-9、VSI、MFl-20 及 Rome IV 标准等量表评估,可用于比较干预与常规护理在症状、生活质量及心理指标上的差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:肠易激综合征、炎症性肠病、克罗恩病、溃疡性结肠炎、功能性胃肠病、生活方式因素。这是一项单中心、前瞻性、概念验证性随机对照、非盲干预研究,聚焦于两类症状模式和治疗方式重叠的患者群体,即 IBS 患者和 IBD-IBS 患者。在签署书面知情同意书后,进行资格筛查,并给出研究程序说明。此后,两组将分别独立随机分为 i) ESM/Traqq 组或 ii) 标准护理组。干预组和对照组将在基线时完成 IBS-SSS、EO-5D-5L、GAD-7、PHQ-9、VSI 和 MFl-20 以及 IBS 和功能性消化不良的 Rome IV 标准,干预组此后将完成 ESM 和 T
【主题与分类】
主题标签:Irritable Bowel Syndrome、Inflammatory Bowel Diseases、Crohn Disease、Ulcerative Colitis、Functional Gastrointestinal Disorders、Lifestyle Factors。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05998577
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/NCT05998577
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:肠易激综合征、炎症性肠病、克罗恩病、溃疡性结肠炎、功能性胃肠病、生活方式因素。这是一项单中心、前瞻性、概念验证性随机对照、非盲法干预研究,聚焦于两个患者群体,其症状模式和治疗方式存在重叠,即肠易激综合征患者和炎症性肠病-肠易激综合征患者。在签署书面知情同意书后,将进行资格筛查,并给予研究流程说明。此后,两组将分别独立随机分为i)ESM/Traqq组或ii)标准护理组。干预组和对照组将在基线时完成IBS-SSS、EO-5D-5L、GAD-7、PHQ-9、VSI和MFl-20,以及肠易激综合征和功能性消化不良的罗马IV标准,干预组随后将在第一周内完成ESM和Traqq应用程序。一周后,将分析数据,以识别腹痛与心理社会因素、饮食或其他胃肠道相关症状之间的关联。
大约两周后,参与者将在门诊与他们的主治医生进行第二次就诊。在干预组而非对照组中,患者及其主治医生将收到基于ESM和Traqq的患者个人数据结果。干预组参与者及其医生从这些信息中获得的见解,将帮助他们改变影响症状的生活方式因素,或选择药物或非药物治疗。然而,研究方案不会指明患者及其主治医生应做出哪种治疗选择。该选择仍将基于共同决策,就像标准治疗组一样,只是多了所提供的数据。此外,如果患者被转介给营养师、心理学家或两者,干预组获得的数字数据可用于个性化治疗。在参与者知情同意将ESM和Traqq的数据发送给营养师后
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。




