无麸质饮食对伴消化不良症状的1型糖尿病患者的影响
源站描述指出,糖尿病患者中消化不良症状常见,部分1型糖尿病患者存在胃排空延迟,饮食调整是治疗支柱之一,无麸质饮食后症状与动力异常改善者常伴抗麦胶蛋白抗体阳性

基本信息
资源简介
无麸质饮食对伴消化不良症状的1型糖尿病患者的影响
该数据集来自 clinicaltrials.gov,主题为无麸质饮食对伴消化不良症状的1型糖尿病患者的影响,涉及 Diabetes Mellitus, Type 1、Gastroparesis、Dyspepsia、Gluten Sensitivity 等条件。源站描述指出,糖尿病患者中消化不良症状常见,部分1型糖尿病患者存在胃排空延迟,饮食调整是治疗支柱之一,无麸质饮食后症状与动力异常改善者常伴抗麦胶蛋白抗体阳性。该数据可用于消化系统疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Diabetes Mellitus, Type 1, Gastroparesis, Dyspepsia, Gluten Sensitivity. 糖尿病(DM)是一种复杂且异质性的疾病,与不良结局相关。在转诊中心的研究中,50-65%的糖尿病患者报告有消化不良症状。此外,约50%的1型糖尿病(T1DM)患者,尤其是病程较长者,有胃排空延迟的证据。饮食调整是消化不良症状患者治疗支柱之一。此外,许多在无麸质饮食(GFD)后症状和动力异常均改善的个体抗麦胶蛋白抗体(AGA)阳性,这强化了麸质诱导的炎症/免疫激活可能是动力异常及相关症状原因的作用。改善上消化道(UGI)症状不仅对提高糖尿病胃轻瘫(GP)患者的生活质量至关重要,而且
【主题与分类】
主题标签:Diabetes Mellitus, Type 1、Gastroparesis、Dyspepsia、Gluten Sensitivity。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03089632
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/NCT03089632
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:1型糖尿病、胃轻瘫、消化不良、麸质敏感。糖尿病(DM)是一种复杂且异质性的疾病,与不良预后相关。在转诊中心的研究中,50-65%的糖尿病患者报告有消化不良症状。此外,约50%的1型糖尿病(T1DM)患者,尤其是那些病程较长的患者,存在胃排空延迟的证据。饮食调整是消化不良症状患者治疗支柱之一。此外,许多在无麸质饮食(GFD)后症状和动力异常均得到改善的个体,其抗麦胶蛋白抗体(AGA)呈阳性,这进一步强化了麸质诱导的炎症/免疫激活可能是动力异常及相关症状原因的作用。改善上消化道(UGI)症状不仅对提高糖尿病胃轻瘫(GP)患者的生活质量至关重要,而且胃十二指肠动力的改善也是实现更可预测的血糖反应所必需的。在非乳糜泻的T1DM患者中,GFD在症状改善、胃十二指肠动力和血糖控制方面的作用从未被评估过。
本研究的总目标是增进对饮食干预作为非药物治疗手段在1型糖尿病患者上消化道症状及潜在动力异常中作用的认识。这将是一项非随机、开放标签、前后对照试验,针对非乳糜泻的1型糖尿病患者实施为期1个月的 gluten-free diet(GFD),以评估症状、动力及血糖反应的变化。
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。




