炎症性肠病患者肠道细菌产LPC与LPA的纵向研究
该数据集来自clinicaltrials.gov,聚焦炎症性肠病(IBD),包括克罗恩病与溃疡性结肠炎两类主要类型。研究关注人体肠道菌群,尤其是定植于胃肠道管腔的细菌,并探讨其产生溶血磷脂酰胆碱(LPC)及其衍生物溶血磷脂酸(LPA)的能力

基本信息
资源简介
炎症性肠病患者肠道细菌产LPC与LPA的纵向研究
该数据集来自clinicaltrials.gov,聚焦炎症性肠病(IBD),包括克罗恩病与溃疡性结肠炎两类主要类型。研究关注人体肠道菌群,尤其是定植于胃肠道管腔的细菌,并探讨其产生溶血磷脂酰胆碱(LPC)及其衍生物溶血磷脂酸(LPA)的能力。已有证据提示这类小脂质分子与慢性疼痛的发生和维持相关,研究者发现这些分子在粪便中水平更高。数据可用于分析肠道细菌代谢产物与IBD及慢性疼痛之间的关联,支持纵向观察与预测性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:炎症性肠病、克罗恩病、溃疡性结肠炎。人体内栖息着一个复杂的微生物群落,统称为“微生物群”。其中绝大多数细菌存在于胃肠道管腔(结肠、小肠、胃和食管)中。多条证据表明,微生物群(细菌)的变化可能参与多种胃肠道疾病的发生,包括炎症性肠病(IBD)及其两种主要类型:克罗恩病和溃疡性结肠炎。近期数据提示,肠道细菌能够产生溶血磷脂酰胆碱(LPC)及其衍生物溶血磷脂酸(LPA),这些小的脂质分子此前已被证明参与慢性疼痛的发生和维持。研究者发现,这些分子在粪便中更高。
【主题与分类】
主题标签:Inflammatory Bowel Diseases、Crohn's Disease、Ulcerative Colitis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06548399
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/NCT06548399
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:炎症性肠病、克罗恩病、溃疡性结肠炎。人体内栖息着一个复杂的微生物群落,统称为“微生物群”。这些细菌绝大多数存在于胃肠道(结肠、小肠、胃和食道)的管腔中。多项证据表明,微生物群(细菌)的变化可能参与多种胃肠道疾病的发生,包括炎症性肠病(IBD),其主要分为两种类型:克罗恩病和溃疡性结肠炎。近期数据表明,肠道细菌能够产生溶血磷脂酰胆碱(LPC)及其衍生物溶血磷脂酸(LPA),这些小型脂质分子此前已被证明参与慢性疼痛的发生和维持。研究者发现,这些分子在炎症性肠病(IBD)患者粪便中含量较高,但目前尚不清楚:1)它们是否由肠道细菌产生;2)它们的产生是否是IBD患者慢性疼痛的根本原因。
本研究的目的是确定肠道细菌是否产生LPC和LPA,并诱发慢性腹痛,这种情况在许多IBD患者中很常见,即使其结肠炎处于缓解期(无明显肠道炎症)。在这项探索性纵向研究中,研究者将招募18至70岁、男女不限、有中度至重度慢性腹痛病史(由其胃肠病学家定义)的IBD患者,这些腹痛在结肠炎缓解期(CT或MRI成像无明显炎症,且基线粪便钙卫蛋白低于200 μg/g粪便)或仅有轻度肠道炎症(由结肠镜检查定义:内镜下Mayo评分为0-1分,或克罗恩病简化内镜评分为0-10分)时持续存在。我们将在筛选访视首次评估后,招募15名基线粪便LPC低于200 μg/mg且LPA低于100 μg/mg水平的患者。招募将在麦克马斯特大学进行。
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。




