基于Proso Millet的面包对2型糖尿病成人餐后血糖反应的影响
本数据集来自clinicaltrials.gov,聚焦于2型糖尿病成人。研究采用随机、双盲、两阶段交叉设计,评估基于Proso Millet的面包与白小麦面包相比的急性餐后血糖反应

基本信息
资源简介
基于Proso Millet的面包对2型糖尿病成人餐后血糖反应的影响
本数据集来自clinicaltrials.gov,聚焦于2型糖尿病成人。研究采用随机、双盲、两阶段交叉设计,评估基于Proso Millet的面包与白小麦面包相比的急性餐后血糖反应。临床阶段前,将评估不同Proso Millet面包配方的感官和物理特性,选择总体可接受性最高且结构特性合适的配方作为研究用面包,并对所选面包和白小麦面包进行质地剖面分析以进行质量控制。临床阶段中,参与者按随机顺序接受两种干预,自身作为对照。数据可用于分析不同面包对餐后血糖的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:2型糖尿病。这是一项随机、双盲、两阶段交叉临床研究,旨在评估2型糖尿病成人对基于Proso Millet的面包与白小麦面包相比的急性餐后血糖反应。在临床阶段之前,将评估不同Proso Millet面包配方的感官和物理特性。总体可接受性最高且结构特性合适的配方将被选为临床阶段的研究用面包。将对所选基于Proso Millet的面包和白小麦面包进行质地剖面分析以进行质量控制。在临床阶段,参与者将按随机顺序进行两次测试。每位参与者将接受两种干预,因此作为自身的对照。两次测试
【主题与分类】
主题标签:Tip 2 Diabetes Mellitus。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07833527
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/NCT07833527
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
疾病:2型糖尿病。这是一项随机、双盲、两周期交叉临床研究,旨在评估2型糖尿病成人对以黍米为原料的面包与白小麦面包相比的急性餐后血糖反应。在临床阶段之前,将评价不同黍米面包配方的感官和物理特性。总体可接受性最高且结构特性合适的配方将被选为临床阶段的研究用面包。将对所选黍米面包和白小麦面包进行质构剖面分析,以用于质量控制。在临床阶段,参与者将按随机顺序进行两次测试。每名参与者都将接受两种干预,因此作为自身对照。两次测试之间将间隔一周的洗脱期。研究干预为所选黍米面包,对照干预为白小麦面包。
各份将被标准化,以提供50 g可利用碳水化合物,按总碳水化合物减去膳食纤维计算。试验产品将使用编码标识符呈现,以维持受试者和研究者的盲法。每次测试时,受试者将在10分钟内食用所分配的面包,并同时饮用250 mL水。计时将从第一口开始。将在0、15、30、45、60、90、120、150和180分钟时测量毛细血管血糖。餐后血糖反应将采用梯形法计算的血糖反应曲线下增量面积进行评估。在测试前,将评估受试者特征、健康信息、饮食习惯、体力活动、膳食摄入、人体测量指标和身体成分。这些数据将用于描述研究人群特征,并支持对临床……的评估。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




