印度人群24小时动态食管pH-阻抗监测正常值研究
该数据集来自clinicaltrials.gov，聚焦GERD（胃食管反流病）在印度人群中的诊断标准问题。研究为前瞻性设计，拟在无胃肠道症状的健康印度成年志愿者中建立24小时动态食管pH-阻抗监测的正常值，重点包括酸暴露时间（AET），并考察饮食、体位及夜间反流对酸暴露和反流事件的影响
基本信息
资源简介
印度人群24小时动态食管pH-阻抗监测正常值研究
该数据集来自clinicaltrials.gov，聚焦GERD（胃食管反流病）在印度人群中的诊断标准问题。研究为前瞻性设计，拟在无胃肠道症状的健康印度成年志愿者中建立24小时动态食管pH-阻抗监测的正常值，重点包括酸暴露时间（AET），并考察饮食、体位及夜间反流对酸暴露和反流事件的影响。数据可用于评估Lyon共识6%切点在印度人群的适用性，提升印度GERD诊断准确性，并加深对印度人群反流模式的理解（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：GERD（胃食管反流病）。这项前瞻性研究旨在建立健康印度志愿者24小时动态pH-阻抗监测的正常值，包括酸暴露时间（AET）。印度GERD患病率估计为8-10%，当前诊断标准（如Lyon共识的6%切点）可能因AET差异而不适用于印度人群。研究将调查健康个体AET的正常值，并考察饮食、体位和夜间反流等因素如何影响酸暴露和反流事件。通过确定这些标准值，研究旨在提高印度GERD诊断的准确性，并增进对印度人群特有反流模式的理解。参与者将为18岁及以上、无胃肠道症状或主要系统
【主题与分类】
主题标签：GERD (Gastroesophageal Reflux Disease)。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06928350
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/NCT06928350
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：GERD（胃食管反流病）。本前瞻性研究旨在建立健康印度志愿者的24小时动态pH-阻抗监测正常值，包括酸暴露时间（AET）。据估计，印度GERD患病率为8-10%，由于AET存在差异，当前诊断标准（如里昂共识的6%截断值）可能不适用于印度人群。本研究将探讨健康个体AET的正常参考值，并考察饮食、体位及夜间反流等因素如何影响酸暴露和反流事件。通过确定这些标准值，本研究旨在提高印度GERD诊断的准确性，并增进对印度人群特有反流模式的理解。参与者将为18岁及以上、无胃肠道症状或重大系统性疾病的健康成年人。本研究将作为单中心、24小时监测方案实施。
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。
