Exenatide治疗颅咽管瘤治疗后下丘脑性肥胖的疗效与安全性
该数据集来自clinicaltrials.gov,主题为Exenatide治疗颅咽管瘤治疗后下丘脑性肥胖的疗效与安全性。源站描述指出,GLP-1类似物可能通过抑制食欲和能量摄入、延缓胃排空发挥作用,其减重机制涉及下丘脑、孤束核、最后区等中枢区域以及胃肠道等外周区域,这些下丘脑外效应对于下丘脑病变所致

基本信息
资源简介
Exenatide治疗颅咽管瘤治疗后下丘脑性肥胖的疗效与安全性
该数据集来自clinicaltrials.gov,主题为Exenatide治疗颅咽管瘤治疗后下丘脑性肥胖的疗效与安全性。源站描述指出,GLP-1类似物可能通过抑制食欲和能量摄入、延缓胃排空发挥作用,其减重机制涉及下丘脑、孤束核、最后区等中枢区域以及胃肠道等外周区域,这些下丘脑外效应对于下丘脑病变所致肥胖尤其值得关注。Exenatide是一种与人类GLP-1结构高度同源的GLP-1类似物,可导致剂量依赖性体重下降并降低糖化血红蛋白浓度。该数据可用于相关疗效与安全性预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:颅咽管瘤、下丘脑性肥胖。胰高血糖素样肽-1(GLP-1)类似物的开发可能是一种解决方案,因为天然GLP-1在正常体重和肥胖个体以及2型糖尿病患者中均可抑制食欲和能量摄入,并延缓胃排空。介导体重效应的潜在机制不仅涉及下丘脑、孤束核和最后区等中枢区域,还涉及胃肠道等外周区域。这些下丘脑外效应在下丘脑病变所致肥胖的病例中尤其值得关注。Exenatide是一种胰高血糖素样肽-1(GLP-1)类似物,与人类GLP-1(一种肠道来源的肠促胰岛素激素)具有高度结构同源性。由于Exenatide可引起剂量依赖性体重下降、降低糖化血红蛋白浓度以及i
【主题与分类】
主题标签:Craniopharyngiomas、Hypothalamic Obesity。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02860923
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/NCT02860923
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
疾病:颅咽管瘤、下丘脑性肥胖。胰高血糖素样肽-1(GLP-1)类似物的开发可能是一种解决方案,因为天然GLP-1在正常体重和肥胖个体以及2型糖尿病患者中均可抑制食欲和能量摄入,并延缓胃排空。介导体重效应的潜在机制不仅涉及下丘脑、孤束核和最后区等中枢区域,还涉及胃肠道等外周区域。这些下丘脑外效应在下丘脑病变所致肥胖的病例中尤其值得关注。艾塞那肽是一种胰高血糖素样肽-1(GLP-1)类似物,与人类GLP-1(一种肠道来源的肠促胰岛素激素)具有高度结构同源性。由于艾塞那肽可引起剂量依赖性体重减轻、降低糖化血红蛋白浓度以及改善β细胞功能和收缩压,它可能成为2型糖尿病和肥胖症的一种有吸引力的治疗方法。
在一项为期24周的双盲安慰剂对照试验中,近期研究表明,非糖尿病肥胖患者维持使用艾塞那肽10微克每日两次的体重减轻显著多于安慰剂组(5.1公斤对1.6公斤)。
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。




