Bottarga补充剂初步研究:一种鲜为人知的可持续蓝色食品
该数据集来自clinicaltrials.gov,聚焦Bottarga(灰鲻鱼鱼籽)这种可持续海洋蓝色食品的人体初步研究

基本信息
资源简介
Bottarga补充剂初步研究:一种鲜为人知的可持续蓝色食品
该数据集来自clinicaltrials.gov,聚焦Bottarga(灰鲻鱼鱼籽)这种可持续海洋蓝色食品的人体初步研究。覆盖Prediabetes、Diabetes、高胆固醇/高脂血症、肥胖与超重、Triglycerides及HDL Cholesterol等代谢异常人群。研究先开展五人剂量测试,每日摄入20 g Bottarga,并在饮食干预前后进行临床评估,随后进行交叉随机对照试验。数据可用于探索Bottarga对代谢指标的潜在益处,并推动可持续蓝色食品的相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Prediabetes、Diabetes、高胆固醇/高脂血症、肥胖与超重、Triglycerides、HDL Cholesterol。理由/目标:希腊Bottarga(灰鲻鱼鱼籽)是一种以可持续方式生产的传统海洋或“蓝色”食品。Bottarga的成分支持其具有优良的营养特性,但迄今为止尚未发表过人体/临床研究。这项初步研究将探索Bottarga消费对人体的潜在益处。如果结果显示潜在益处,这将有助于推广更可持续的蓝色食品。方法:在启动交叉随机对照试验(RCT)之前,研究者将在五名至少患有一种代谢异常的成人中开展初步剂量测试研究,他们将每日摄入20 g的Bottarga。参与者将在饮食干预前后接受临床评估。
【主题与分类】
主题标签:Prediabetes、Diabetes、High Cholesterol/Hyperlipidemia、Obesity & Overweight、Triglycerides、HDL Cholesterol。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/NCT06988462
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/NCT06988462
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:糖尿病前期、糖尿病、高胆固醇/高脂血症、肥胖与超重、甘油三酯、高密度脂蛋白胆固醇。理由/目标:希腊鱼子酱(灰鲻鱼鱼卵)是一种以可持续方式生产的传统海洋或“蓝色”食品。鱼子酱的成分表明其具有极佳的营养特性,但迄今为止尚未发表过人体/临床研究。本试点研究将探索食用鱼子酱对人体的潜在益处。如果结果显示有潜在益处,这将有助于推广更可持续的蓝色食品。方法:在启动交叉随机对照试验(RCT)之前,研究人员将对五名至少患有一种代谢异常的成年人进行初步剂量测试研究,他们将每天食用20克鱼子酱。参与者将在饮食干预前后接受临床评估,以评估代谢健康指标的变化。
当前这项随机、对照、交叉先导性研究(开放标签、双臂)将探讨每日补充bottarga(相较于热量相等的乳制品)对20名至少存在一项代谢异常的参与者持续8周的代谢影响,两种食品补充剂阶段之间设有2周的“洗脱期”。主要结局将根据第1阶段观察到的临床意义最重要的结果来确定。预期结果:研究者预计,与基线指标及热量相当的对照食品相比,补充Bottarga与血脂谱、炎症标志物和胰岛素抵抗方面更有利的变化相关。
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。




