无麸质饮食对2型糖尿病合并非乳糜泻麸质敏感患者临床症状及血糖指数影响的评估
该数据集来自 clinicaltrials.gov,主题为评估无麸质饮食对2型糖尿病合并非乳糜泻麸质敏感患者临床症状及血糖指数的影响

基本信息
资源简介
无麸质饮食对2型糖尿病合并非乳糜泻麸质敏感患者临床症状及血糖指数影响的评估
该数据集来自 clinicaltrials.gov,主题为评估无麸质饮食对2型糖尿病合并非乳糜泻麸质敏感患者临床症状及血糖指数的影响。数据覆盖经tTG IgA、总IgA及IgE抗体检测排除乳糜泻与小麦过敏,并依据Rome IV标准排除肠易激综合征后的确诊2型糖尿病伴胃肠道症状患者。研究记录体重、身高及饮食干预后的临床症状与血糖指数变化,可用于分析无麸质饮食对代谢与消化道症状的干预效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:2型糖尿病、非乳糜泻麸质敏感。已确诊的2型糖尿病且出现胃肠道症状、未诊断出胃肠道疾病的患者将被转介至实验室,检测tTG IgA和总IgA抗体以排除乳糜泻,并检测IgE抗体以排除小麦过敏。在使用Rome IV标准排除乳糜泻、小麦过敏和肠易激综合征(IBS)后,患者将被邀请至诊所。将解释研究的目标、方法和程序,并向愿意参与的患者获取书面知情同意。在研究开始时,每位患者的体重将在穿着轻便衣物的情况下使用机械秤(精度为100克)测量,身高将在不穿鞋的情况下使用壁挂式测量仪测量(w
【主题与分类】
主题标签:Type 2 Diabetes、Non Celiac Gluten Sensitivity。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06900946
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/NCT06900946
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:2型糖尿病、非乳糜泻麸质敏感。已确诊的2型糖尿病患者,若出现胃肠道症状且未诊断出胃肠道疾病,将被转介至实验室检测tTG IgA和总IgA抗体以排除乳糜泻,并进行IgE抗体检测以排除小麦过敏。在使用Rome IV标准排除乳糜泻、小麦过敏和肠易激综合征(IBS)后,患者将被邀请至诊所。研究目的、方法和程序将予以说明,并获取愿意参与患者的书面知情同意。研究开始时,每位患者将穿着轻便衣物使用机械秤(精度为100克)测量体重,脱鞋使用壁挂式身高计(精度为0.5厘米)测量身高。随后计算患者的体重指数(BMI)。此外,患者的一般信息将记录在数据收集表上,并完成胃肠道症状问卷(NCGS-SQ)。
接下来,将在患者禁食8至12小时后抽取血样,并收集其血清以检测血糖指标,包括FBS、HbA1c、胰岛素及HOMA-IR。营养师将设计无麸质饮食(GFD),旨在维持2型糖尿病患者的体重,且必须遵循6周。同时,将为患者提供碳水化合物分配及糖尿病相关建议。将通过电话进行患者随访,以确保饮食依从性并防止样本丢失。饮食依从性将由营养师评估,审查是否摄入任何含麸质食物。六周后(第一阶段),将通过血液检测重新评估血糖指标。对于严格遵守饮食且胃肠道症状显著改善的患者,将怀疑其患有NCGS。
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。




