每周GLP-1受体激动剂用于无糖尿病肥胖个体
该数据集来自clinicaltrials.gov，为一项在沙特阿拉伯Najran的Al-Zafer医院开展的单中心随机对照试验
基本信息
资源简介
每周GLP-1受体激动剂用于无糖尿病肥胖个体
该数据集来自clinicaltrials.gov，为一项在沙特阿拉伯Najran的Al-Zafer医院开展的单中心随机对照试验。研究对象为150名无糖尿病的肥胖参与者（BMI>30，年龄>18），随机分为三组，分别每周接受Dulaglutide 1.5 mg、Semaglutide 1.0 mg或Tirzepatide 5 mg（按耐受性滴定）。在基线、3个月和6个月时评估体重、BMI、腰围、空腹血糖、血脂谱和肝酶，并每月随访用药依从性和胃肠道不良事件。数据可用于比较三种GLP-1受体激动剂在无糖尿病肥胖人群中的减重及代谢指标变化（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Non-diabetec Obesity, Obesity (Disorder)。这是一项计划在沙特阿拉伯Najran的Al-Zafer医院开展的单中心随机对照试验。150名无糖尿病的肥胖参与者（BMI >30，年龄 >18）将被随机分为三个相等组：第1组：Dulaglutide 1.5 mg 每周；第2组：Semaglutide 1.0 mg 每周；第3组：Tirzepatide 5 mg 每周，按耐受性滴定。参与者将在基线、3个月和6个月时接受体重、BMI、腰围、空腹血糖、血脂谱和肝酶的评估。每月随访将确保用药依从性并监测胃肠道不良事件。纳入标准：BMI >30，年龄 >18，无糖尿病。排除标准：糖尿病、肝病、肾功能不全、胰腺疾病、甲状腺疾病、心理障碍、妊娠。
【主题与分类】
主题标签：Non-diabetec Obesity、Obesity (Disorder)。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07834398
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/NCT07834398
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：非糖尿病性肥胖、肥胖（障碍）。这是一项计划在沙特阿拉伯纳吉兰Al-Zafer医院开展的单中心、随机对照试验。150名非糖尿病性肥胖参与者（BMI >30，年龄 >18岁）将被随机分为三个相等组别：第1组：度拉糖肽1.5 mg每周；第2组：司美格鲁肽1.0 mg每周；第3组：替尔泊肽5 mg每周，根据耐受情况滴定。参与者将在基线、3个月和6个月时接受体重、BMI、腰围、空腹血糖、血脂谱和肝酶评估。每月随访将确保用药依从性并监测胃肠道不良事件。纳入标准：BMI >30，年龄 >18岁，非糖尿病。排除标准：糖尿病、肝病、肾功能不全、胰腺疾病、甲状腺疾病、心理障碍、妊娠。
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。
