评估整合胰岛素输注与葡萄糖感知的新方法在糖尿病患者脂肪组织中的应用
该数据集来自 clinicaltrials.gov，聚焦 1 型糖尿病患者的血糖管理研究。研究测试一种替代方法，在同一皮下脂肪组织部位同时进行葡萄糖测量与胰岛素输注，以规避指尖采血监测血糖的需求
基本信息
资源简介
评估整合胰岛素输注与葡萄糖感知的新方法在糖尿病患者脂肪组织中的应用
该数据集英文名为 Evaluation of a Novel Method for Integrating Insulin Delivery and Glucose Sensing in Adipose Tissue of Diabetic Patients，来源于 clinicaltrials.gov，聚焦 1 型糖尿病患者的血糖管理研究。研究测试一种替代治疗思路：在同一皮下脂肪组织部位同时完成葡萄糖测量与胰岛素输注，从而规避指尖采血监测血糖的需求。研究在 1 型糖尿病受试者中应用微灌注与微透析探头，在同一脂肪组织部位进行胰岛素输注和葡萄糖采样，并在过夜空腹及口服葡萄糖耐量试验期间，评估由皮下胰岛素输注部位测得的葡萄糖水平推算血糖浓度的可行性。本站将其归类于消化系统疾病 / 其他。
【数据集背景】
1 型糖尿病患者的血糖管理通常包括两部分：通过指尖采血获取毛细血管血进行葡萄糖测量，以及以皮下团注注射或持续皮下输注的形式给予外源性胰岛素。这一常规模式需要反复指尖采血，构成日常管理中的负担。该研究即针对这一现状，寻求一种替代治疗途径，将葡萄糖测量与胰岛素输注合并到单一皮下组织位点，以规避指尖采血血糖监测的需要。
【数据内容】
源站描述显示，研究涉及的条件为 1 型糖尿病，主题标签为 Type 1 Diabetes。研究在 1 型糖尿病受试者中应用微灌注和微透析探头，在同一脂肪组织部位执行胰岛素输注与葡萄糖采样，并评估从皮下胰岛素输注部位测得的葡萄糖水平估算血糖浓度的可行性；评估场景包括过夜空腹和口服葡萄糖耐量试验。除上述研究设计与观察场景外，源站未提供具体受试者数量、测量指标数值或数据字段构成等信息。
【采集与来源】
该数据集来自 clinicaltrials.gov。研究采用微灌注与微透析探头在皮下脂肪组织部位进行胰岛素输注和葡萄糖采样，葡萄糖测量与胰岛素输注在同一组织位点完成。源站未提供采集设备型号、采样频率、时间跨度或数据记录格式等细节。
【适用场景】
基于源站描述，该数据集适用于关注 1 型糖尿病血糖管理替代方法的研究场景，尤其是评估在皮下胰岛素输注部位同步获取葡萄糖信息、并据此估算血糖浓度可行性的方向；也可用于了解将葡萄糖传感与胰岛素输注整合于单一皮下位点的研究设计。源站未提供其他具体适用场景。
【使用方法】
源站未提供。
【质量与限制】
源站未提供数据质量指标、样本量、缺失情况或研究结论等信息。需要说明的是，源站描述的是研究设计与评估思路，并未给出该方法在过夜空腹或口服葡萄糖耐量试验中的实际表现结果，因此不能据此推断该方法的有效性或准确性。
【引用与许可】
源站未提供。
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/NCT00813410
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：1型糖尿病。1型糖尿病患者的血糖管理包括通过指尖采血测量毛细血管血中的葡萄糖，以及通过皮下注射大剂量或持续皮下输注的方式给予外源性胰岛素。本研究旨在测试一种替代治疗方法，该方法将葡萄糖测量和胰岛素输送结合在单个皮下组织部位，从而避免了指血血糖监测的需要。在1型糖尿病受试者中应用微灌注和微透析探头，在同一脂肪组织部位进行胰岛素输送和葡萄糖采样。随后在过夜空腹和口服葡萄糖耐量试验期间，评估从皮下胰岛素输送部位测得的葡萄糖水平估算血糖浓度的可行性。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
