Omega-3脂肪乳剂(Omegaven)用于婴儿肠外营养相关肝病
新生儿重症监护病房中因全肠外营养（TPN）出现肝损伤证据的婴儿，表现为直接胆红素大于2.5，且至少一个月内不会接受喂养，将被提供参与试验
基本信息
资源简介
Omega-3脂肪乳剂(Omegaven)用于婴儿肠外营养相关肝病
该数据集英文名为 Use of Omega-3 Fat Emulsion (Omegaven) in Infants With Parenteral Nutrition Associated Liver Disease，来源于 clinicaltrials.gov，本站归类为消化系统疾病 / 其他，主题标签为 Parenteral Nutrition Associated Liver Disease。数据集围绕新生儿重症监护病房中因全肠外营养（TPN）出现肝损伤证据的婴儿展开：这些婴儿表现为直接胆红素大于 2.5，且至少一个月内不会接受喂养，将被提供参与试验；试验中将其脂肪来源由 intralipid 更换为 Omegaven，并继续对其营养状况与肝功能进行常规监测。以下依据可得信息对该数据集作分段介绍。
【数据集背景】
该数据集对应的研究关注全肠外营养相关肝病（Parenteral Nutrition Associated Liver Disease）。在新生儿重症监护病房中，部分婴儿因接受全肠外营养（TPN）而出现肝损伤证据。研究拟在满足特定条件的婴儿中，将脂肪来源由 intralipid 更换为 Omega-3 脂肪乳剂 Omegaven，并继续常规监测营养与肝功能。数据集即围绕这一研究场景组织相关信息。
【数据内容】
数据集的主题标签为 Parenteral Nutrition Associated Liver Disease，所属分类为消化系统疾病 / 其他。其内容指向的研究条件为全肠外营养相关肝病，涉及新生儿重症监护病房中因 TPN 出现肝损伤证据的婴儿，纳入特征包括直接胆红素大于 2.5，以及至少一个月内不会接受喂养。研究干预涉及将脂肪来源从 intralipid 更换为 Omegaven，并持续进行营养与肝功能的常规监测。具体变量、字段与记录规模源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov。源站描述说明，研究面向新生儿重症监护病房中具有 TPN 所致肝损伤证据、直接胆红素大于 2.5 且至少一个月内不会接受喂养的婴儿，向其提供参与试验的机会；参与后其脂肪来源由 intralipid 更换为 Omegaven，并继续常规监测营养与肝功能。除上述来源与描述外，采集时间、采集机构与采样方式源站未提供。
【适用场景】
该数据集适用于与全肠外营养相关肝病相关的信息查阅与研究背景了解，尤其是新生儿重症监护病房中因 TPN 出现肝损伤证据、直接胆红素大于 2.5 且至少一个月内不会接受喂养的婴儿人群，以及脂肪来源由 intralipid 更换为 Omegaven 并继续常规监测营养与肝功能的研究情境。其他具体应用场景源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT00862446
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：肠外营养相关性肝病。新生儿重症监护病房中，有证据显示因全肠外营养（TPN）导致肝损伤的婴儿，表现为直接胆红素大于2.5，且至少在未来一个月内不会接受喂养者，将被提供参加该试验。他们将从英脱利匹特（Intralipid）转换为欧米伽文（Omegaven）作为脂肪来源。我们将继续对其营养和肝功能进行常规监测。
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。
