达格列净与恩格列净对2型糖尿病患者NAFLD影响的研究
该数据集来自clinicaltrials.gov,围绕达格列净与恩格列净对2型糖尿病患者非酒精性脂肪性肝病(NAFLD)影响的研究,涉及NAFLD、2型糖尿病(T2DM)与代谢功能障碍相关脂肪性肝病(MASLD)等相互关联的慢性代谢性疾病

基本信息
资源简介
达格列净与恩格列净对2型糖尿病患者NAFLD影响的研究
该数据集来自clinicaltrials.gov,围绕达格列净与恩格列净对2型糖尿病患者非酒精性脂肪性肝病(NAFLD)影响的研究,涉及NAFLD、2型糖尿病(T2DM)与代谢功能障碍相关脂肪性肝病(MASLD)等相互关联的慢性代谢性疾病。源站描述指出MASLD是全球最常见的慢性肝病,占慢性肝病病例的17%至46%,2型糖尿病患者中MASLD患病率可达40%至60%,且MASLD可使2型糖尿病发病风险增加约两倍。数据可用于研究上述两类药物对NAFLD的作用及相关代谢机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:NAFLD(非酒精性脂肪性肝病)。2型糖尿病(T2DM)与代谢功能障碍相关脂肪性肝病(MASLD)是两种慢性、相互关联的代谢性疾病,影响全球数百万人。MASLD目前是最常见的慢性肝病,占慢性肝病病例的全球负担为17%至46%。2型糖尿病患者中MASLD的患病率非常高,可在40%至60%之间变化。在临床环境中,据报道MASLD与2型糖尿病具有相似的病理生理机制(如胰岛素抵抗、肝脏脂质谱缺陷和甘油三酯代谢异常),并与其密切相关。已有研究表明,MASLD使2型糖尿病的发病风险增加约两倍。因此,降低MASLD的患病率可能有助于减轻其影响
【主题与分类】
主题标签:NAFLD (Nonalcoholic Fatty Liver Disease)。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07363707
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/NCT07363707
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(非酒精性脂肪性肝病)。2型糖尿病(T2DM)与代谢功能障碍相关脂肪性肝病(MASLD)是两种相互关联的慢性代谢性疾病,影响全球数百万个体。MASLD目前是最常见的慢性肝病,占全球慢性肝病病例的17%至46%。DM2患者中MASLD的患病率非常高,可达40%至60%。在临床环境中,据报道MASLD与2型糖尿病具有相似的病理生理机制(如胰岛素抵抗、肝脏脂质谱异常和甘油三酯代谢异常),且与2型糖尿病密切相关。研究表明,MASLD使2型糖尿病的发病风险增加约两倍。因此,降低MASLD的患病率在一定程度上有助于减轻2型糖尿病的影响。SGLT2抑制剂对MASLD和T2DM具有前景,因为它们可改善血糖控制、促进体重减轻,并对肝脏有直接益处,如减少肝脏脂肪和炎症。
因此,钠-葡萄糖转运蛋白2(SGLT-2)抑制剂有望成为治疗MASLD/非酒精性脂肪性肝炎(NASH)患者的有效治疗药物。因此,应高度关注SGLT-2i治疗,其通过降低高血糖、改善全身胰岛素抵抗、增加热量丢失以及主要因糖尿导致的体重减轻,有助于缓解MASLD。2型糖尿病(T2DM)和MASLD的管理涉及针对两种疾病潜在病理生理机制的多方面方法。管理策略通常侧重于控制血糖水平、改善胰岛素敏感性,并解决以肝脏脂肪堆积和炎症为特征的MASLD。(12) 然而,关于已获批用于T2DM治疗的肠促胰岛素模拟物、胰高血糖素样肽-1受体激动剂(GLP-1 RA)的动物和人体研究已
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。




