亚洲妊娠队列中妊娠期糖尿病表型研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06542718

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

条件：妊娠期糖尿病、妊娠相关、妊娠并发症、出生体重、胰岛素抵抗、糖尿病、代际关系。妊娠期首次发现的暂时性高血糖称为妊娠期糖尿病（GDM）。GDM会增加不良妊娠和新生儿结局的风险，如子痫前期和巨大儿。由于超重、肥胖和遗传易感性的广泛流行，GDM在亚洲孕妇中更为常见——发生率是欧洲孕妇的2至3倍，在中国和印度裔人群中发生率范围为15%至30%。新出现的证据表明，胰岛素敏感性、脂肪沉积和β细胞活性的差异可能导致GDM的异质性表型，从而导致不同的妊娠结局和母亲糖尿病进展。然而，目前GDM的临床治疗和随访策略通常采用“一刀切”的方法，忽视了患者之间潜在病理生理学差异。因此，当前临床方法在妊娠期和产后的效率和效果均不理想。

在本研究中，研究者旨在利用连续血糖监测和非靶向代谢物分析等先进技术，从体内心血管代谢特征和孕期治疗反应方面界定GDM的异质性。研究者假设，对GDM表型在临床和分子层面有更深入的理解，将有助于为个体制定量身定制且有效的治疗策略，并有助于预测和预防产后糖代谢异常。这项拟议的为期3年的纵向研究将纳入800名超重（23-24.9 kg/m²）或肥胖（≥25 kg/m²）的单胎孕妇队列，招募时间不晚于妊娠12周。这些华裔、马来裔和印度裔女性将从新加坡国立大学医院（NUH）招募，且无糖尿病史。所有参与者将在妊娠24-28周接受GDM筛查，并随

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。