PKU微片病例研究数据集
该数据集来自 clinicaltrials.gov,聚焦苯丙酮尿症(PKU)患者使用片剂型蛋白质替代物的病例研究。源站描述指出,无苯丙氨酸的蛋白质替代物通常为即饮液体或粉末冲调形式,尽管口味、气味和质地已有改进,仍有部分 PKU 患者选择片剂型替代物;既往研究显示片剂对儿童、青少年和成人 PKU 管

基本信息
资源简介
PKU微片病例研究数据集
该数据集来自 clinicaltrials.gov,聚焦苯丙酮尿症(PKU)患者使用片剂型蛋白质替代物的病例研究。源站描述指出,无苯丙氨酸的蛋白质替代物通常为即饮液体或粉末冲调形式,尽管口味、气味和质地已有改进,仍有部分 PKU 患者选择片剂型替代物;既往研究显示片剂对儿童、青少年和成人 PKU 管理有效,但每日负担和纪律要求常影响依从性,尤其在与限制性低蛋白饮食并行时。数据可用于了解片剂型蛋白质替代物的使用情况与依从性相关问题(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:苯丙酮尿症(PKU)。无苯丙氨酸(Phe)的蛋白质替代物通常以即饮液体或粉末形式提供,并用水冲调至设定体积。尽管市售蛋白质替代物在口味、气味和质地方面近期有所改进,仍有部分 PKU 患者选择消费片剂型蛋白质替代物。片剂形式的蛋白质替代物可能有助于克服粉末和液体制剂相关的口味、气味和质地问题。事实上,既往研究表明,蛋白质替代物片剂是管理儿童、青少年和成人 PKU 的有效策略。然而,每日负担和所需的纪律常常阻碍依从性,尤其是在限制性低蛋白饮食同时进行的情况下。在蛋白质替代物同时给予时,实现多种维生素补充剂的依从性
【主题与分类】
主题标签:Phenylketonuria (PKU)。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07671859
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/NCT07671859
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:苯丙酮尿症(PKU)。不含苯丙氨酸(Phe)的蛋白质替代品通常以即饮液体或粉末形式提供,并用水调配至固定体积。尽管市售蛋白质替代品在口味、气味和质地方面取得了近期进展,但仍有部分PKU患者选择服用片剂型蛋白质替代品。片剂型蛋白质替代品可能有助于克服粉末和液体制剂相关的口味、气味和质地问题。事实上,既往研究表明,蛋白质替代片剂是管理儿童、青少年和成人PKU的有效策略。然而,每日负担和所需的自律往往阻碍依从性,尤其是在限制性低蛋白饮食的同时。因此,在服用蛋白质替代品的同时实现多种维生素补充剂的依从性变得尤为具有挑战性。对于青少年、成人和孕产妇人群而言尤其如此。PKU微片剂近期已被开发。PKU微片剂是一种新型不含苯丙氨酸的片剂蛋白质替代品,结合了维生素、矿物质和微量元素。
由于患者接受度是任何蛋白质替代品成功使用的根本,因此需要开展研究,以评估PKU微片作为低苯丙氨酸饮食方案一部分在PKU患者中的依从性、耐受性和接受度。本系列病例研究旨在评估该蛋白质替代品在成人和4岁及以上儿童中的胃肠道耐受性、接受度、依从性和安全性。这些病例研究总共将持续29天,包括1天的基线期和随后的28天干预期。病例研究将在英国多个专科代谢中心开展。
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。




