Tirzepatide在巴基斯坦成人肥胖、糖尿病前期及2型糖尿病中的真实世界结局
该数据集来自clinicaltrials.gov，聚焦Tirzepatide在巴基斯坦成人肥胖、糖尿病前期及2型糖尿病患者中的真实世界结局
基本信息
资源简介
Tirzepatide在巴基斯坦成人肥胖、糖尿病前期及2型糖尿病中的真实世界结局
该数据集英文名为 Real-World Outcomes of Tirzepatide in Pakistani Adults With Obesity, Prediabetes, and Type 2 Diabetes，来源于 clinicaltrials.gov，聚焦 Tirzepatide 在巴基斯坦成人肥胖、糖尿病前期及 2 型糖尿病患者中的真实世界结局。数据集所属分类为内分泌、营养和代谢疾病 / 糖尿病，主题标签涵盖糖尿病前期或超重、肥胖型 2 型糖尿病以及肥胖与超重。其核心价值在于补充关键性试验中南亚人群、尤其是巴基斯坦受试者代表性不足的空白，为巴基斯坦常规诊疗环境下该药物的有效性、安全性和患者报告结局提供真实世界证据。
【数据集背景】
Tirzepatide 的关键性试验所纳入的南亚受试者极少，且没有巴基斯坦的研究中心参与；与此同时，巴基斯坦承担着全球最沉重的糖尿病负担之一。这一人群代表性缺口使得在巴基斯坦常规诊疗条件下评估该药物实际表现的需求尤为突出。该数据集正是为回应这一缺口而建立，旨在提供来自巴基斯坦真实临床实践的有效性、安全性及患者报告结局数据，从而为当地临床决策和后续研究提供参考。
【数据内容】
数据集关注的研究对象为患有糖尿病前期或超重、肥胖型 2 型糖尿病、以及肥胖与超重的人群。所涉及的核心干预为 Tirzepatide，数据主题围绕其在上述人群中的真实世界结局展开，包括有效性、安全性和患者报告结局等方面。源站描述未提供具体的样本量、随访时长、结局指标定义或统计分析方法等细节。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述表明，其数据来源于巴基斯坦的常规诊疗实践，属于真实世界研究性质，而非关键性随机对照试验。源站未提供具体的采集机构、采集时间范围、数据提取方式或数据管理流程等信息。
【适用场景】
该数据集适用于关注南亚人群、特别是巴基斯坦成人肥胖、糖尿病前期及 2 型糖尿病患者中 Tirzepatide 实际应用效果的研究者与临床人员。可用于了解该药物在常规诊疗条件下的有效性、安全性与患者报告结局，也可为南亚人群代表性不足问题的后续研究设计提供背景参考。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供。
【质量与限制】
该数据集为真实世界数据，其设计性质决定了可能存在真实世界研究固有的混杂与偏倚问题，但源站未提供具体的质量评估、偏倚控制措施或数据完整性说明。此外，源站描述明确指出关键性试验中南亚受试者极少且无巴基斯坦站点，这既是该数据集的价值所在，也提示其结论外推需谨慎。源站未提供样本量、随访完整性或缺失数据处理等具体限制信息。
【引用与许可】
源站未提供。
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/NCT07809568
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：糖尿病前期或超重、肥胖型2型糖尿病、肥胖与超重。替尔泊肽的关键试验招募的南亚受试者极少，且未设巴基斯坦研究中心，而巴基斯坦是全球糖尿病负担最重的国家之一。本研究提供了来自巴基斯坦常规诊疗的真实世界有效性、安全性及患者报告结局数据，以填补这一空白。
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。
