DECIDE随机对照试验的连续血糖监测(CGM)子研究
该数据集为嵌套于DECIDE随机对照试验(NCT06445946)的多中心前瞻性观察性队列,聚焦妊娠期糖尿病(GDM)这一妊娠期最常见代谢并发症

基本信息
资源简介
DECIDE随机对照试验的连续血糖监测(CGM)子研究
Continuous Glucose Monitoring (CGM) Substudy of the DECIDE RCT 是一项聚焦妊娠期糖尿病(GDM)的临床研究数据集,归属于内分泌、营养和代谢疾病 / 糖尿病分类,来源为 clinicaltrials.gov。该数据集为嵌套于 DECIDE 随机对照试验(NCT06445946)的多中心前瞻性观察性队列,研究对象为妊娠期糖尿病及高危妊娠人群。妊娠期糖尿病是妊娠期最常见的代谢并发症,在美国每年影响近十分之一的孕妇,并增加不良妊娠结局与产后结局的风险,对受影响个体及暴露子代均有影响。该数据集围绕这一临床问题,依托 DECIDE 试验框架开展连续血糖监测相关的观察性研究,为理解 GDM 人群的血糖管理提供数据基础。
【数据集背景】
妊娠期糖尿病(GDM)是妊娠期最常见的代谢并发症,在美国每年影响近十分之一的孕妇。GDM 会增加受影响个体及暴露子代的不良妊娠结局与产后结局风险。在确诊 GDM 后,患者通常被指导通过血糖监测、饮食调整和增加体力活动来实现血糖控制,以降低不良妊娠结局风险。然而,超过四分之一的 GDM 患者仅靠饮食和行为改变无法达到目标血糖控制,需要药物治疗。该数据集正是在这一临床背景下建立,作为 DECIDE 随机对照试验的连续血糖监测子研究,采用多中心前瞻性观察性队列设计,关注 GDM 与高危妊娠人群的血糖相关观察数据。
【数据内容】
该数据集的主题标签为妊娠期糖尿病与高危妊娠(Pregnancy, High Risk),其研究条件涵盖妊娠期糖尿病、妊娠及高危妊娠。作为 DECIDE 试验的 CGM 子研究,其核心内容围绕连续血糖监测展开,属于嵌套于随机对照试验中的观察性队列数据。除上述主题与条件信息外,源站未提供关于具体变量、指标、时间跨度或样本量的进一步说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov,对应 DECIDE 随机对照试验(NCT06445946)的连续血糖监测子研究。研究设计为多中心前瞻性观察性队列,嵌套于 DECIDE 随机对照试验之内。DECIDE 本身为双臂、实用性、非劣效性对照试验(源站描述在此处截断,未提供完整试验设计细节)。数据采集的具体流程、监测设备、随访安排等信息源站未提供。
【适用场景】
基于现有信息,该数据集适用于妊娠期糖尿病及高危妊娠人群的血糖相关观察性研究,可用于在随机对照试验框架下探讨连续血糖监测在 GDM 管理中的应用。其嵌套设计使其能够依托 DECIDE 试验的队列基础开展观察分析。除此之外的具体应用方向源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集为观察性队列设计,嵌套于随机对照试验之中,其多中心前瞻性设计有助于反映真实临床环境下的情况。关于样本量、数据完整性、缺失情况、质量控制措施等具体质量信息,源站未提供。
【引用与许可】
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/NCT06490874
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:妊娠期糖尿病、妊娠、高风险。妊娠期糖尿病(GDM)是妊娠期最常见的代谢并发症,美国每年近十分之一的孕妇受其影响。GDM会增加受影响个体及暴露子代发生不良妊娠结局和产后结局的风险。在诊断为GDM后,指导个体通过监测血糖、调整饮食和增加体力活动来实现血糖控制,以降低不良妊娠结局的风险。然而,超过四分之一的GDM个体仅通过饮食和行为改变无法达到目标血糖控制,需要药物治疗。这是一项嵌套于DECIDE随机对照试验(NCT06445946)中的多中心前瞻性观察性队列研究。DECIDE是一项双臂、实用性非劣效比较效果随机对照试验,比较二甲双胍与胰岛素在预防不良妊娠结局及确认需要药物治疗以达到血糖控制的GDM个体产后安全性方面的效果。
本试验将确定二甲双胍在减少不良妊娠结局方面是否不劣于胰岛素,以及对暴露的孕妇及其子女是否具有相当的安全性。本亚研究将与母研究同时并协同进行。将从母试验的1,572名个体中纳入300名个体(150名二甲双胍组,150名胰岛素组)进入本亚研究。主要目的:比较随机分配至二甲双胍与胰岛素的妊娠期糖尿病(GDM)个体在妊娠期间由CGM衍生的血糖谱(主要结局:63至140 mg/dL范围内时间;次要结局:平均血糖、变异系数、低于目标血糖范围或高于目标血糖范围的时间百分比)。次要目的:探讨CGM指标与不良妊娠结局(出生时大于胎龄儿、新生儿低血糖和高胆红素血症、妊娠期高血压疾病)之间的关联。
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。




