长期1型糖尿病患者的临床特征
该数据集来自 clinicaltrials.gov，聚焦病程≥10年的1型糖尿病（T1D）患者，为单中心、前瞻性、观察性研究，计划纳入400例患者并每年随访、持续3年
基本信息
资源简介
长期1型糖尿病患者的临床特征
该数据集英文名为 Clinical Characteristics of People With Long-term Type 1 Diabetes，来源于 clinicaltrials.gov，主题标签为 Type 1 Diabetes，本站将其归入内分泌、营养和代谢疾病 / 糖尿病分类。数据集聚焦病程不少于 10 年的 1 型糖尿病（T1D）患者，是一项单中心、前瞻性、观察性研究，计划纳入 400 例患者，并对其进行每年一次、持续 3 年的随访。研究关注长期 T1D 人群的临床特征，并通过规范的原始数据录入与核对流程保障数据质量，采用回归分析探索微血管并发症发生与进展的风险因素和保护因素。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
1 型糖尿病是一种需要长期管理的代谢性疾病，病程较长的患者面临微血管并发症等健康风险。该数据集所依托的研究针对病程达到或超过 10 年的 T1D 患者人群，采用单中心、前瞻性、观察性设计，计划纳入 400 例患者，并安排每年随访、持续 3 年。研究目的在于积累这一长期患病群体的临床特征资料，并在此基础上分析微血管并发症发生和进展的相关风险因素与保护因素，为相关临床观察和后续研究提供数据基础。
【数据内容】
该数据集围绕病程不少于 10 年的 1 型糖尿病患者的临床特征展开，研究计划纳入 400 例患者，随访周期为 3 年，每年随访一次。源站描述中提及的分析方向为微血管并发症的发生与进展，并采用回归分析探索其风险因素和保护因素。除上述研究设计、人群规模、随访安排和分析方向外，源站未提供具体变量清单、字段结构、测量指标明细或数据表结构等信息。
【采集与来源】
数据来源于 clinicaltrials.gov 所描述的一项单中心、前瞻性、观察性研究。研究对象为 1 型糖尿病患者，入组条件为病程不少于 10 年，计划纳入 400 例，随访方式为每年一次、持续 3 年。为保证数据质量，研究安排两名工作人员负责将原始数据录入数据库并进行核对与确认；当两人录入的数据不一致时，由辅助人员决定采用哪一数据。对于缺失数据，采用多重插补方法进行填补。源站未提供采集设备、随访地点、数据存储平台等进一步细节。
【适用场景】
该数据集适用于围绕长期病程 1 型糖尿病患者的观察性研究与二次分析场景，例如了解该人群的临床特征分布、探讨微血管并发症发生与进展的相关因素，以及作为回归分析等统计建模的素材。其前瞻性随访设计也有助于开展随时间变化的纵向观察。由于源站未提供具体变量和分析结果，实际适用性需结合可获得的数据内容判断；源站未提供其他特定适用场景的说明。
【使用方法】
源站描述的研究设计为每年随访、持续 3 年，计划纳入 400 例患者，分析层面采用回归分析探索微血管并发症的风险因素和保护因素，并对缺失数据使用多重插补方法处理。数据录入采用双人录入、核对确认及不一致时由辅助人员裁决的流程。源站未提供数据访问方式、文件格式、变量字典、分析代码或具体操作指南等信息。
【质量与限制】
该研究在数据质量方面采取了两名工作人员双人录入与核对确认的流程，并在两人录入不一致时由辅助人员决定采用的数据；缺失数据采用多重插补方法填补。研究为单中心设计，计划纳入 400 例病程不少于 10 年的 T1D 患者，随访 3 年、每年一次。源站未提供样本实际入组情况、随访完成率、数据完整性统计、偏倚评估或外部验证等信息，相关限制无法进一步说明。
【引用与许可】
源站未提供引用格式、数据许可协议、使用条款或访问权限等引用与许可相关信息。
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/NCT05359796
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。这是一项单中心、前瞻性、观察性研究。研究者拟纳入400例年龄≥10年的1型糖尿病（T1D）患者。患者将每年随访一次，持续3年。为确保数据高质量，由两名工作人员负责将原始数据录入数据库，以核对并确认准确性。当两人录入的数据不一致时，由辅助人员决定采用哪一数据。缺失数据将采用多重插补法填补。将采用回归分析探讨微血管并发症发生和进展的风险因素和保护因素。
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。
