GLP-1受体激动剂在无糖尿病肥胖人群中的使用与肌肉减少症
该数据集来自clinicaltrials.gov，聚焦无糖尿病的肥胖成人（BMI>30 kg/m²）在接受GLP-1受体激动剂治疗时的肌肉减少症情况
基本信息
资源简介
GLP-1受体激动剂在无糖尿病肥胖人群中的使用与肌肉减少症
该数据集来自clinicaltrials.gov，聚焦无糖尿病的肥胖成人（BMI>30 kg/m²）在接受GLP-1受体激动剂治疗时的肌肉减少症情况。数据覆盖内分泌与代谢科及内科门诊转诊至糖尿病教育单元的患者，包含SARC-F问卷筛查、握力、五次坐立试验、4米步速及生物电阻抗分析获得的骨骼肌质量指数、BMI和脂肪量等指标。可用于研究GLP-1受体激动剂与肌肉减少症的关联，支持肌肉功能与身体成分的评估分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：肥胖、肌肉减少症。年龄18岁及以上、患有肥胖（BMI >30 kg/m²）且无糖尿病的成人，由内分泌与代谢科及内科门诊转诊至糖尿病教育单元，并因获批适应症接受GLP-1 RA治疗，将在口头同意后入组。肌肉减少症筛查使用SARC-F问卷（力量、行走辅助、从椅子上起身、爬楼梯）。肌肉力量和表现通过握力（液压手部测力计，坐位，肘部90°，每只手三次试验，记录最高值，人群特异性EWGSOP2截断值）、五次坐立试验（>15秒表示高风险）和4米步速（<0.8 m/s表示表现低下）进行评估。骨骼肌质量指数（SMMI）、BMI和脂肪量通过生物电阻抗分析（BIA）获得，该
【主题与分类】
主题标签：Obesity、Sarcopenia。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/NCT07858864
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/NCT07858864
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：肥胖、肌少症。年龄在18岁及以上、患有肥胖（BMI>30 kg/m²）且无糖尿病的成年人，由内分泌与代谢科及内科门诊转介至糖尿病教育单元，并因获批适应症正在接受GLP-1 RA治疗者，将在口头同意后入组。肌少症筛查采用SARC-F问卷（肌力、行走辅助、从椅子上起身、爬楼梯）。肌肉力量和表现通过握力（液压手部测力计，坐位，肘部呈90°，每只手三次试验，记录最高值，采用人群特异性EWGSOP2截断值）、五次坐立试验（>15秒提示高风险）和4米步速（<0.8 m/s提示表现低下）进行评估。骨骼肌质量指数（SMMI）、BMI和脂肪量通过生物电阻抗分析（BIA）获得，该检查已在每次常规随访时进行。常规实验室结果从临床记录中转录；不要求额外采血。评估在GLP-1 RA起始时和第3个月进行。
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。
