行为与饮食依从性对胃食管反流病表现影响的真实世界研究
该数据集来自 clinicaltrials.gov,聚焦胃食管反流病(GERD)及其相关表现,包括胃食管糜烂、糜烂性食管炎、非糜烂性反流病和非糜烂性胃食管反流病

基本信息
资源简介
行为与饮食依从性对胃食管反流病表现影响的真实世界研究
该数据集来自 clinicaltrials.gov,聚焦胃食管反流病(GERD)及其相关表现,包括胃食管糜烂、糜烂性食管炎、非糜烂性反流病和非糜烂性胃食管反流病。源站描述指出,饮食在 GERD 治疗中的作用仍存争议,部分研究提示食物特定成分可能触发症状或影响反流性食管炎,但关于饮食与行为对疾病表现及结局的长期真实世界影响数据有限。该研究拟在现代技术(问卷、内镜、食管 pH-阻抗记录)确诊 GERD 的患者中,建立具有不同表现的队列,以探讨饮食在真实世界中的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Gastroesophageal Reflux Disease, GERD, Gastroesophageal Erosion, Erosive Esophagitis, Non-erosive Reflux Disease, Non-Erosive Gastro-Esophageal Reflux Disease. 饮食在胃食管反流病(GERD)治疗中的作用仍在讨论中。一些研究支持以下证据:食物的特定成分在触发症状中起作用,或可能对反流性食管炎有影响。然而,关于饮食和行为对疾病表现及结局的长期真实世界影响,现有数据仍然有限。这项特定研究旨在调查饮食在真实世界患者队列中的作用,这些患者的 GERD 诊断最初是通过现代技术(问卷、内镜、食管 pH-阻抗记录)确认的。为使研究可行,计划组建一个具有不同表现的患者的队列。
【主题与分类】
主题标签:Gastroesophageal Reflux Disease、GERD、Gastroesophageal Erosion、Erosive Esophagitis、Non-erosive 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/NCT04255693
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/NCT04255693
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:胃食管反流病、GERD、胃食管糜烂、糜烂性食管炎、非糜烂性反流病、非糜烂性胃食管反流病。饮食在胃食管反流病(GERD)治疗中的作用仍存争议。部分研究支持特定食物成分在诱发症状中起作用,或可能对反流性食管炎有影响。然而,关于饮食和行为对疾病表现及结局的长期真实生活影响,现有数据仍然有限。本研究旨在探讨饮食在真实生活患者队列中的作用,这些患者的GERD诊断最初是通过现代技术(问卷、内镜检查、食管pH-阻抗记录)确认的。为使研究得以进行,计划组建一个包含不同胃食管反流病表现的患者队列:非糜烂性GERD(NERD)、反流性食管炎(EE)、食管高敏感。每种GERD类型均依据现代GERD概念(即里昂共识)确定。
除标准诊疗检查外,还将使用计算机化食物频率问卷(FFQ)进行饮食评估,该问卷可分析常用食物及食品的食用频率和份量大小。饮食评估将在入组时进行,随后在三年内每三个月进行一次。基于评估结果,可以评估长期坚持饮食的效果、饮食构成的变化,并在考虑其他混杂因素(如BMI变化、体力活动、吸烟、合并用药等)的情况下进行多因素统计分析。
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。




