PRECISION-T2D研究：2型糖尿病精准营养研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05885828

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

疾病状况：2型糖尿病。设计选择：本研究是一项与N-of-1设计相结合的双臂干预研究。研究人群：2型糖尿病患者。筛选评估：将根据预先确定的纳入和排除标准选择潜在参与者。将通过电话和社交媒体进行招募。研究持续时间：每名参与者将在基线时参与研究最长1个月，并每1-2年进行一次随访。饮食干预：PRECISION-T2D是一项饮食干预研究。入院时，患者将被随机分配到两组：植物性饮食组和传统糖尿病饮食组。在整个住院期间，所有参与者（n=200）将接受标准化膳食。营养师将遵循2023 Chinese Diabetes Society指南，为植物性饮食组和传统糖尿病饮食组设计饮食。两种饮食的能量均约由50-65%碳水化合物、20-30%脂肪和15-20%蛋白质组成。与传统糖尿病饮食（15-20g）相比，植物性饮食的膳食纤维含量更高（25-30g）。

将要求受试者吃完标准化餐食所规定的全部食物，并记录任何剩余食物。将要求所有受试者记录其正餐、零食和饮品，并提供如何记录每日膳食信息的指导。还将建议受试者在研究期间不要改变其运动习惯。出院时，植物性饮食组的受试者将被建议多摄入富含纤维的食物，包括全谷物、水果、豆类和蔬菜；适量摄入鱼类、蛋类和乳制品；并避免其他动物制品。常规糖尿病饮食组的受试者将被建议采用遵循2023年Chinese Diabetes Society指南的饮食。将在第1天至第12天对所有受试者采用个体N-of-1试验设计，以……

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。