用于预测囊性纤维化中前驱糖尿病的CGM动态指数
该数据集来自 clinicaltrials.gov，聚焦囊性纤维化（CF）人群中的前驱糖尿病与囊性纤维化相关糖尿病。其核心目标是构建基于 CGM（连续葡萄糖监测）的模型，用于预测个体从糖尿病前期向糖尿病的进展
基本信息
资源简介
用于预测囊性纤维化中前驱糖尿病的CGM动态指数
CGM Dynamic Index for Predicting Prediabetes in Cystic Fibrosis 是一个聚焦囊性纤维化人群糖代谢异常问题的数据集，来源于 clinicaltrials.gov。该数据集围绕前驱糖尿病、囊性纤维化以及囊性纤维化相关糖尿病展开，核心关注点在于利用连续葡萄糖监测（CGM）所获得的动态信息，探索从糖尿病前期向糖尿病进展的预测路径。其总体目标是为囊性纤维化患者中前驱糖尿病向糖尿病的转变建立基于 CGM 的预测模型，从而为早期识别和干预提供数据基础。该数据集在内分泌、营养和代谢疾病以及糖尿病分类下具有明确的主题定位，适用于对囊性纤维化相关糖代谢紊乱进行深入分析和建模的研究场景。
【数据集背景】
囊性纤维化是一种累及多系统的遗传性疾病，患者常伴随胰腺功能异常，进而出现糖代谢紊乱。前驱糖尿病和囊性纤维化相关糖尿病是这类人群中需要重点关注的问题。该数据集所对应的研究是一项初步研究，其主要目的是开发一种基于连续葡萄糖监测的模型，用以预测囊性纤维化个体从前驱糖尿病向糖尿病的进展。这一背景决定了数据集在主题上同时涉及前驱糖尿病、囊性纤维化以及囊性纤维化相关糖尿病三个相互关联的方向。
【数据内容】
该数据集的主题标签包括前驱糖尿病、囊性纤维化以及囊性纤维化相关糖尿病。其核心内容围绕连续葡萄糖监测所生成的动态指标展开，旨在构建能够反映个体从糖尿病前期向糖尿病进展的预测模型。数据集所涉及的条件与目标均指向囊性纤维化人群中的糖代谢进展预测。除上述主题和核心目标外，源站未提供关于具体变量、样本量、时间跨度或指标构成的进一步说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述指出，这是一项初步研究，主要目标为开发基于 CGM 的模型以预测囊性纤维化个体从前驱糖尿病向糖尿病的进展。关于采集地点、采集时间、受试者招募方式、监测设备型号或数据采集频率等具体信息，源站未提供。
【适用场景】
该数据集适用于囊性纤维化人群中前驱糖尿病与囊性纤维化相关糖尿病的进展预测研究，尤其适合围绕连续葡萄糖监测动态指标构建预测模型的分析工作。其主题定位在内分泌、营养和代谢疾病与糖尿病分类之下，可用于探索从糖尿病前期向糖尿病转变的早期识别方法。除上述由源站描述和分类所支持的方向外，其他具体应用场景源站未提供。
【使用方法】
该数据集的核心用途是支持构建基于 CGM 的预测模型，以判断囊性纤维化个体从前驱糖尿病向糖尿病的进展风险。使用时应围绕这一目标组织分析，将连续葡萄糖监测的动态信息作为建模基础。关于具体的数据预处理步骤、模型选择、验证方式或评价指标，源站未提供。
【质量与限制】
该数据集对应的是一项初步研究，其目标为开发预测模型，而非已经完成的大规模验证性研究。因此，在解释和使用该数据集时，应注意到其初步研究性质。关于样本规模、数据完整性、缺失情况、偏倚控制或外部验证等信息，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款、使用限制或数据共享条件等具体信息，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/NCT06642610
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：糖尿病前期、囊性纤维化（CF）、囊性纤维化相关糖尿病。本初步研究的主要目的是开发一个基于CGM的模型，以预测囊性纤维化患者从糖尿病前期向糖尿病的进展。
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。
