临床研究：1型糖尿病患者血糖控制与连接式智能笔帽满意度分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT06845891

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：1型糖尿病、1型糖尿病（T1DM）、糖尿病管理。本临床研究评估Cap INSULCLOCK设备对成人1型糖尿病（T1DM）患者血糖控制、治疗依从性及患者满意度的影响。尽管药理学和技术不断进步，仍有相当比例的T1DM患者未能达到推荐的血糖目标，部分原因在于胰岛素治疗的复杂性及依从性欠佳。Cap INSULCLOCK是一种可连接至胰岛素笔的设备，能自动记录注射情况，并整合血糖水平、胰岛素给药、食物摄入及体力活动数据，通过蓝牙实时传输。其使用可能提高依从性并优化代谢控制。本研究为单中心随机、低干预临床试验，纳入42例患者，随机分为两组：一组使用激活状态的设备，对照组使用盲法模式下的设备。主要目的是评估连续血糖监测（CGM）最后14天内高于目标范围时间（TAR >180 mg/dL）的差异。

次要目标包括评估HbA1c水平、范围内时间（TIR）、低血糖发作频率及患者满意度。数据将采用高级统计方法进行分析，预期该干预措施能提高1型糖尿病患者的依从性，减少血糖波动，并提升生活质量。

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。