成人NAFLD间歇性禁食研究
该数据集来自clinicaltrials.gov,聚焦成人非酒精性脂肪性肝病(NAFLD)与间歇性禁食干预。NAFLD涵盖从单纯性脂肪变性、脂肪性肝炎(NASH)到纤维化和肝硬化的疾病谱,是美国肝病的主要病因,目前尚无FDA批准药物,标准低热量饮食效果有限且难以坚持

基本信息
资源简介
成人NAFLD间歇性禁食研究
该数据集来自clinicaltrials.gov,聚焦成人非酒精性脂肪性肝病(NAFLD)与间歇性禁食干预。NAFLD涵盖从单纯性脂肪变性、脂肪性肝炎(NASH)到纤维化和肝硬化的疾病谱,是美国肝病的主要病因,目前尚无FDA批准药物,标准低热量饮食效果有限且难以坚持。非肥胖型NAFLD(BMI<30kg/m2)即“瘦型NAFLD”日益受到关注,约10-20%无肥胖的欧美人群患有此病。该数据可用于研究不依赖减重的生活方式干预对NAFLD的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脂肪肝、间歇性禁食、非酒精性脂肪肝、非酒精性脂肪性肝病、肝脏脂肪。非酒精性脂肪性肝病(NAFLD)涵盖从单纯性脂肪变性和脂肪性肝炎(NASH)到纤维化和肝硬化的疾病谱,是美国肝病的主要原因。目前尚无FDA批准的治疗NAFLD和NASH的药物疗法,标准的低热量饮食往往效果甚微,难以坚持和维持。因此,亟需继续研究治疗NAFLD和NASH的策略。非肥胖型NAFLD(BMI<30kg/m2)是一种日益被认识的疾病,有时被称为“瘦型NAFLD”。据估计,10-20%无肥胖的美国和欧洲人群患有此病。迫切需要研究不依赖减重的生活方式干预来治疗此病。
【主题与分类】
主题标签:Fatty Liver、Intermittent Fasting、Fatty Liver, Nonalcoholic、Non-Alcoholic Fatty Liver Disease、Liver Fat。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04899102
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/NCT04899102
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:脂肪肝、间歇性禁食、脂肪肝、非酒精性、非酒精性脂肪性肝病、肝脏脂肪。非酒精性脂肪性肝病(NAFLD)涵盖从单纯性脂肪变性、脂肪性肝炎(NASH)到纤维化和肝硬化的疾病谱,是美国肝病的主要原因。目前尚无FDA批准的治疗NAFLD和NASH的药物疗法,而标准的低热量饮食往往效果甚微,难以坚持和维持。因此,亟需继续探索治疗NAFLD和NASH的策略。非肥胖型NAFLD(BMI<30kg/m2)是一种日益被认识的病症,有时被称为“瘦人NAFLD”。据估计,10-20%的无肥胖症美国人和欧洲人患有此病。迫切需要研究不依赖于体重减轻的生活方式干预措施,以治疗这一重要的NAFLD患者亚群。本方案旨在研究限时间歇性禁食(TRF)作为一种潜在方法的效用。患有非肥胖型NAFLD的成年人有进展为终末期肝病和发生心血管代谢疾病的风险。
间歇性禁食(IF)可能对非肥胖型NAFLD具有独特益处。IF的特点是阶段性饮食限制,促使代谢产生并利用来自脂肪细胞的酮体,而非肝源性葡萄糖。本研究旨在了解限时间歇性禁食是否有助于减少非酒精性脂肪性肝病(NAFLD)成人患者的肝脏脂肪含量。理想情况下,本研究将提供更多信息,说明限时间歇性禁食作为NAFLD且体重指数(BMI)在23-30 kg/m^2之间的成人患者基于生活方式的潜在治疗方法。
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。




