儿童乳糜泻患者肝脏脂肪变性数据集
乳糜泻是由摄入麸质触发的自身免疫性肠病,全球患病率约1%,常伴胃肠道及全身症状,无麸质饮食(GFD)可缓解,但仍存在诊断不足

基本信息
资源简介
儿童乳糜泻患者肝脏脂肪变性数据集
该数据集来源于 clinicaltrials.gov,聚焦儿童乳糜泻(Celiac Disease in Children)合并非酒精性脂肪肝(Non-Alcoholic Fatty Liver Disease)的肝脏脂肪变性情况。乳糜泻是由摄入麸质触发的自身免疫性肠病,全球患病率约1%,常伴胃肠道及全身症状,无麸质饮食(GFD)可缓解,但仍存在诊断不足。部分患者超重或肥胖,转氨酶升高是常见表现。该数据可用于研究儿童乳糜泻与肝脏脂肪变性之间的关联及相关临床特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:儿童乳糜泻、非酒精性脂肪肝。背景:乳糜泻(CD)是一种由摄入麸质触发的自身免疫性肠病,是一种广泛存在的病理状态,全球估计患病率约为1%,以胃肠道和全身症状为特征,在成人和儿童中均可出现,通常通过从饮食中去除麸质(无麸质饮食,GFD)而缓解。然而,它仍然是一种诊断不足的疾病(迄今为止,意大利总体患病率为0.37%,西西里岛为0.35%)。尽管CD常与吸收不良症状(脂肪泻、体重减轻、营养缺乏等)相关,但越来越多的受影响受试者超重或明显肥胖。在少症状/无症状受试者中最常检测到的病症之一是转氨酶升高,其通常会完全消退
【主题与分类】
主题标签:Celiac Disease in Children、Non-Alcoholic 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/NCT06206616
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/NCT06206616
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:儿童乳糜泻、非酒精性脂肪性肝病。背景 乳糜泻(CD)是一种由摄入麸质触发的自身免疫性肠病,是一种广泛存在的疾病,全球估计患病率约为1%,其特征是在成人和儿童中均可出现胃肠道和全身症状,通常通过从饮食中去除麸质(无麸质饮食,GFD)即可缓解。然而,它仍然是一种诊断不足的疾病(迄今为止,意大利总体患病率为0.37%,西西里岛为0.35%)。尽管乳糜泻常与吸收不良症状(脂肪泻、体重减轻、营养缺乏等)相关,但越来越多的受影响个体超重或明显肥胖。在少症状/无症状受试者中最常发现的病症之一是转氨酶升高,通常在开始GFD后完全消退。
最近,一种特定的肝脏疾病在乳糜泻(CD)患者中显示出一定的相关性,以至于欧洲乳糜泻研究学会(ESsCD)将其列为CD患者应筛查的可能共病之一:非酒精性脂肪性肝病(NAFLD)。该病影响约34%的超重或明显肥胖儿童,并且与代谢综合征的特征密切相关——无论在儿童还是成人中均是如此,以至于如今更倾向于将其称为代谢功能障碍相关脂肪性肝病(MASLD)。在成人中,CD与NAFLD之间的非随机关联已被证实,显示NAFLD患者中CD的患病率为2-14%。很少有研究关注儿科年龄段的同一问题,但已有报道指出,NAFLD儿童中CD的患病率可能与普通儿科人群中CD的患病率相当。尽管如此,一项针对11488名CD患儿(0-19岁)与57029名健康儿童进行比较的研究,支持了儿童期CD与NAFLD之间存在密切关联的假说。
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。




