1型糖尿病与乳糜泻患者的代谢控制及血糖变异性
该数据集来自 clinicaltrials.gov,聚焦1型糖尿病与乳糜泻共病患者的代谢控制与血糖变异性。研究设计纳入两个儿童及青少年队列,均使用连续血糖监测传感器:队列A为1型糖尿病合并乳糜泻患者,队列B为单纯1型糖尿病患者

基本信息
资源简介
1型糖尿病与乳糜泻患者的代谢控制及血糖变异性
该数据集来自 clinicaltrials.gov,聚焦1型糖尿病与乳糜泻共病患者的代谢控制与血糖变异性。研究设计纳入两个儿童及青少年队列,均使用连续血糖监测传感器:队列A为1型糖尿病合并乳糜泻患者,队列B为单纯1型糖尿病患者。主要目标是评估队列A能否达到与队列B相同的代谢控制与血糖变异性目标,以Time-In-Range和血糖变异性系数表示;次要目标包括比较队列A中多次每日注射与持续皮下胰岛素输注患者的差异,以及两队列间每日胰岛素总摄入量的差异。可用于血糖控制与共病影响的分析建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:1型糖尿病、乳糜泻。研究设计纳入两个使用连续血糖监测传感器的儿童及青少年患者队列。队列A由1型糖尿病合并乳糜泻患者组成,队列B由仅患1型糖尿病的患者组成。研究的主要目的是评估队列A患者能否达到与队列B患者相同的代谢控制和血糖变异性目标(以Time-In-Range和血糖变异性系数表示)。次要目的为:评估接受多次每日注射治疗的队列A患者与接受持续皮下胰岛素输注治疗的队列A患者之间在Time-In-Range和血糖变异性系数上的差异;评估队列A与队列B之间每日胰岛素总摄入量的差异。
【主题与分类】
主题标签:Type 1 Diabetes Mellitis、Celiac Disease。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/NCT06717841
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/NCT06717841
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:1型糖尿病、乳糜泻。研究设计纳入两个使用连续血糖监测传感器的儿童和青少年患者队列。队列A由1型糖尿病合并乳糜泻患者组成,队列B由仅患1型糖尿病患者组成。研究的主要目的是评估队列A患者能否达到与队列B患者相同的代谢控制和血糖变异性目标(以目标范围内时间和血糖变异系数表示)。次要目的为:评估接受每日多次注射治疗的队列A患者与接受持续皮下胰岛素输注治疗的队列A患者之间在目标范围内时间和血糖变异系数方面的差异;评估队列A与队列B在每日胰岛素总摄入量方面的差异。
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。




