素食餐进食顺序对血糖与静息燃料利用的影响

该数据集来自 clinicaltrials.gov,聚焦内分泌、营养和代谢疾病中的糖尿病领域,主题涉及葡萄糖代谢障碍、饥饿与脂肪燃烧

Old Dominion UniversityOld Dominion University
clinicaltrials
浏览 9
其他回归Glucose Metabolism DisordersHungerFat Burn
Food Orders on Blood Glucose and Fuel Use at Rest

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-20

资源简介

素食餐进食顺序对血糖与静息燃料利用的影响

该数据集来自 clinicaltrials.gov,聚焦内分泌、营养和代谢疾病中的糖尿病领域,主题涉及葡萄糖代谢障碍、饥饿与脂肪燃烧。源站描述指出,将富含碳水化合物的食物作为一餐的最后一道食物相比作为第一道食物,已被证明可降低糖尿病患者和健康对照者餐后血糖水平,但改变进食顺序对底物(燃料)利用的影响尚不清楚,且现有研究多使用肉类与植物性食物的混合餐,针对纯素食的研究较少。该随机实验将考察改变素食餐中食物进食顺序如何影响血糖和静息状态下的燃料利用,可用于研究进食顺序与血糖调控及代谢燃料利用的关系(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:葡萄糖代谢障碍、饥饿、脂肪燃烧。将富含碳水化合物的食物作为一餐的最后一道食物,相比作为一餐的第一道食物,已被证明可降低糖尿病患者和健康对照者餐后血糖水平。然而,该研究领域的文献仍存在空白,目前关于改变食物顺序如何影响底物(燃料)利用所知甚少。此外,迄今为止大多数研究使用了肉类和植物性食物的混合餐,而专门针对素食的研究很少。这项随机实验将考察改变素食餐中食物的进食顺序如何影响血糖和静息状态下的燃料利用。

【主题与分类】

主题标签:Glucose Metabolism Disorders、Hunger、Fat Burn。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/NCT06763562

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/NCT06763562

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:糖代谢紊乱、饥饿、脂肪燃烧。与将富含碳水化合物的食物作为一餐中的第一种食物相比,将其作为最后一食物已被证明可降低糖尿病患者和健康对照者餐后的血糖水平。然而,该研究领域的文献仍存在空白,目前对于改变进食顺序如何影响底物(燃料)利用知之甚少。此外,迄今为止大多数研究使用的是肉类和植物性食物的混合,而很少有研究专门关注素食。这项随机实验将考察在素食餐中改变进食顺序如何影响静息状态下的血糖和燃料利用。

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