孟加拉国妊娠期糖尿病与正常糖耐量孕妇粪便肠道碱性磷酸酶水平去标识化分析数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.21949329

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。

数据集大小约 52.0 KB。

数据说明

本数据集包含研究“孟加拉国妊娠期糖尿病与糖耐量正常孕妇粪便肠碱性磷酸酶水平：一项多中心横断面研究”所依据的去标识化个体层面分析数据。该研究纳入198名孕妇，其中根据2013年WHO标准，55名被分类为妊娠期糖尿病（GDM），143名被分类为糖耐量正常（NGT）。公共使用数据集包括人口学和人体测量学变量、血压、产次，以及选定的产科和糖尿病相关病史、75克口服葡萄糖耐量试验的空腹、1小时和2小时血浆葡萄糖测量值、GDM/NGT分类、粪便肠碱性磷酸酶（IAP）活性，以及探索性IAP缺乏类别。直接标识符和可能具有识别性的研究信息，包括参与者姓名、地址、电话号码、原始研究标识符和确切末次月经日期，已被移除。记录被分配了新的匿名研究标识符。数据集以CSV和SPSS SAV格式提供。

本文附有数据字典，描述了变量名称、单位、编码及缺失数据信息。这些数据支持了手稿中报告的描述性分析、GDM与NGT组间粪便IAP的比较、逻辑回归分析、log₂转换敏感性分析以及探索性接收者操作特征分析。源分析数据集中有1项1小时OGTT测量值缺失；该缺失值被保留而非进行插补。

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。