水化干预减少GLP-1 RA治疗相关副作用
该数据集来自clinicaltrials.gov，聚焦于GLP-1 RA治疗期间通过水化干预减少副作用的研究。研究为期17周，包括1周导入期和16周干预期，旨在提高开始GLP-1 RA治疗者的水化水平，以潜在降低副作用严重程度、发生数量及因副作用停药的比例
基本信息
资源简介
水化干预减少GLP-1 RA治疗相关副作用
该数据集来自clinicaltrials.gov，聚焦于GLP-1 RA治疗期间通过水化干预减少副作用的研究。研究为期17周，包括1周导入期和16周干预期，旨在提高开始GLP-1 RA治疗者的水化水平，以潜在降低副作用严重程度、发生数量及因副作用停药的比例。数据覆盖肥胖与超重、2型糖尿病、成人起病型2型糖尿病、肥胖型2型糖尿病及脱水等主题，可用于评估干预的可行性、初步疗效、参与者保留率、反馈、方案依从性、水化生物标志物变化及参与者报告的副作用，支持内分泌与代谢疾病领域的预测建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：肥胖与超重、2型糖尿病、2型糖尿病（成人起病）、肥胖型2型糖尿病、脱水。这是一项为期17周的研究，包括1周导入期和16周干预期。这项16周试点干预旨在提高开始GLP-1 RA治疗者的水化水平。研究者旨在通过增加水化来潜在降低与GLP-1 RA治疗相关的副作用严重程度、副作用数量及停药情况。研究者正在试点评估该干预的可行性和初步疗效，通过检查参与者保留率、参与者反馈、研究者和参与者对方案的依从性、对水化生物标志物的影响以及参与者报告的GLP-1 RA副作用。
【主题与分类】
主题标签：Obesity & Overweight、Type 2 Diabetes、Type 2 Diabetes (Adult Onset)、Obesity Type 2 Diabetes Mellitus、Dehydration。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/NCT07641361
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/NCT07641361
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：肥胖与超重、2型糖尿病、2型糖尿病（成人发病）、肥胖型2型糖尿病、脱水。这是一项为期17周的研究，包括一周的导入期和16周的干预。这16周的试点干预旨在增加开始GLP-1 RA治疗患者的补水量。研究者旨在通过增加补水量，潜在地减轻与GLP-1 RA治疗相关的副作用严重程度、副作用数量及药物停用情况。研究者正通过考察参与者保留率、参与者反馈、研究者与参与者对方案的依从性、对水合生物标志物的影响以及参与者报告的GLP-1 RA副作用，来试点评估该干预的可行性和初步疗效。
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。
