Yakult摄入对饮食诱导的胰岛素抵抗的影响

该数据集来自clinicaltrials.gov,围绕Yakult摄入对饮食诱导的胰岛素抵抗影响开展人体研究。受试者随机分为Yakult摄入组或对照组,前20天维持正常饮食并记录详细饮食日记,第21至28天转为高脂高热量饮食

Loughborough UniversityLoughborough University
clinicaltrials
浏览 7
其他预测Insulin SensitivityInsulin ResistanceType 2 Diabetes Mellitus
Effect of Yakult Ingestion on Diet-induced Insulin Resistance in Humans

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-19

资源简介

Yakult摄入对饮食诱导的胰岛素抵抗的影响

该数据集来自clinicaltrials.gov,围绕Yakult摄入对饮食诱导的胰岛素抵抗影响开展人体研究。受试者随机分为Yakult摄入组或对照组,前20天维持正常饮食并记录详细饮食日记,第21至28天转为高脂高热量饮食。研究假设高脂高能量饮食7天会改变肠道菌群组成、诱导代谢内毒素血症和全身炎症并降低全身胰岛素敏感性,而提前21天并贯穿高脂饮食7天摄入Yakult可维持有利肠道菌群、预防上述炎症并保持胰岛素作用。数据可用于探索饮食、益生菌与胰岛素敏感性及2型糖尿病相关代谢指标的关系(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:胰岛素敏感性、胰岛素抵抗、2型糖尿病。受试者将被随机分配到Yakult摄入组或对照组。前20天,受试者将摄入正常饮食(全程保持详细饮食日记)。第21-28天,他们将转为高脂/高热量饮食。研究者假设,摄入高脂、高能量饮食7天将改变肠道菌群的组成,并诱导代谢内毒素血症/全身炎症以及降低全身胰岛素敏感性(如我们此前所示)。相反,研究者假设在高脂饮食前21天及整个高脂饮食7天期间摄入Yakult将维持有利的肠道菌群,并预防代谢内毒素血症/全身炎症,从而维持胰岛素作用/胰岛素敏感性。

【主题与分类】

主题标签:Insulin Sensitivity、Insulin Resistance、Type 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/NCT03037918

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03037918

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:胰岛素敏感性、胰岛素抵抗、2型糖尿病。参与者将被随机分配到饮用养乐多组或对照组。前20天,受试者将保持正常饮食(全程记录详细的食物日记)。第21-28天,他们将转为高脂/高热量饮食。研究者假设,连续7天摄入高脂、高能量饮食将改变肠道微生物群的组成,并诱导代谢性内毒素血症/全身性炎症,同时降低全身胰岛素敏感性(如我们此前所展示)。相反,研究者假设在高脂饮食前21天及整个高脂饮食期间的7天饮用养乐多,将维持有利的肠道微生物群,预防代谢性内毒素血症/全身性炎症,从而维持胰岛素作用/胰岛素敏感性。

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。

获取专属数据定制方案