为什么所有连续血糖监测系统不相同？
基于FDA分类的连续血糖监测系统数据集，区分是否需要试纸条支持安全决策，用于糖尿病管理研究。
基本信息
资源简介
为什么所有连续血糖监测系统不相同？
【一句话概览】
源站标题提出“为什么并非所有持续葡萄糖监测（MCG）系统都相同？”其描述称，FDA 已为 MCG 系统制定分类，根据是否需要使用试纸来进行安全决策，将其分为互补型与非互补型。该资料包含 1 个文件，合计大小 1.8 MB（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《¿Por qué no todos los sistemas de monitoreo continuo de glucosa (MCG) son iguales?》。源站首次发布：2025-04-09。
【数据内容】
源站原始描述：La FDA ha desarrollado una clasificación para los sistemas MCG que los divide en aquellos que requieren (complementarios) o no (no complementarios) del uso de tiras reactivas para la toma de decisiones seguras
【数据结构与技术规格】
文件数 1 个，合计 1.81 MB。数据集 DOI：10.17632/fgsv22r522.1。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/fgsv22r522
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://data.mendeley.com/datasets/fgsv22r522/1
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
