高危1型糖尿病起始技术研究

该数据集来自clinicaltrials.gov,聚焦1型糖尿病管理中的技术应用差异。研究针对血糖控制不佳(HbA1c>8.5%)的多样化成年患者,计划在洛杉矶地区最大的学术与安全网医疗系统中开展混合闭环胰岛素泵治疗的试点随机对照试验,以评估在该人群中开展RCT的可行性并识别促进与阻碍因素

University of California, Los AngelesUniversity of California, Los Angeles
clinicaltrials
浏览 11
其他分类Diabetes Mellitus, Type 1
Starting Technology in At Risk Type 1 Diabetes Study

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

高危1型糖尿病起始技术研究

该数据集来自clinicaltrials.gov,聚焦1型糖尿病管理中的技术应用差异。研究针对血糖控制不佳(HbA1c>8.5%)的多样化成年患者,计划在洛杉矶地区最大的学术与安全网医疗系统中开展混合闭环胰岛素泵治疗的试点随机对照试验,以评估在该人群中开展RCT的可行性并识别促进与阻碍因素。数据可用于分析糖尿病技术可及性差异、干预可行性及血糖结局相关因素(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。糖尿病技术已彻底改变1型糖尿病的管理,但在种族-族裔少数群体、社会经济地位较低的患者以及血糖控制不佳(A1c>8.5%)的1型糖尿病患者中,技术获取方面的差异显而易见。为了检验糖尿病技术能否减轻部分最高需求患者的糖尿病护理负担并改善结局,糖尿病技术临床试验必须扩展到迄今为止研究所纳入的非常选择性的人群之外(即,主要为白人、较高社会经济地位)。因此,研究者拟在洛杉矶地区最大的学术与安全网医疗系统中,对40名血糖控制不佳(HbA1c>8.5%)的多样化成年1型糖尿病患者进行混合闭环胰岛素泵治疗的试点随机对照试验,以确定在该人群中开展随机对照试验的可行性,并识别促进因素和阻碍因素。

【主题与分类】

主题标签:Diabetes Mellitus, Type 1。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/NCT06453928

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06453928

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:1型糖尿病。糖尿病技术已彻底改变T1D管理,但技术在获取方面的差异在种族和族裔少数群体、社会经济地位较低的患者以及T1D控制不佳(A1c>8.5%)的患者中显而易见。为了考察糖尿病技术能否减轻部分需求最高患者的糖尿病照护负担并改善其结局,糖尿病技术临床试验必须扩大到迄今为止研究所纳入的经过高度筛选的人群之外(即大多为白人、社会经济地位较高者)。因此,研究者拟在来自洛杉矶地区最大的学术医疗系统和安全网医疗系统的40名T1D控制不佳(HbA1c >8.5%)的多元化成人患者中,开展混合闭环胰岛素泵治疗(HCL)的试点RCT,以确定在该人群中开展RCT的可行性,并识别T1D控制不佳患者有效使用闭环胰岛素泵治疗的促进因素和障碍。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。