肥胖2型糖尿病成人维生素D状态与血脂谱研究
该数据集来自clinicaltrials.gov,收录一项前瞻性、单中心、横断面观察性研究,聚焦肥胖合并2型糖尿病成人中血清25-羟基维生素D[25(OH)D]状态与血脂谱参数之间的关联

基本信息
资源简介
肥胖2型糖尿病成人维生素D状态与血脂谱研究
该数据集来自clinicaltrials.gov,收录一项前瞻性、单中心、横断面观察性研究,聚焦肥胖合并2型糖尿病成人中血清25-羟基维生素D[25(OH)D]状态与血脂谱参数之间的关联。研究对象为在埃及开罗某门诊糖尿病诊所就诊的肥胖T2DM成人,入组后签署知情同意并接受基线临床与实验室评估。主要目标是评估25(OH)D浓度与总胆固醇、甘油三酯、LDL-C及HDL-C等血脂指标的关系。数据可用于探索维生素D与脂代谢的关联分析及回归建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:2型糖尿病、肥胖、血脂异常、维生素D缺乏。详细描述 这项前瞻性、单中心、横断面观察性研究旨在探讨已确诊2型糖尿病(T2DM)的肥胖成人中血清25-羟基维生素D[25(OH)D]状态与血脂谱参数之间的关联。该研究将招募在埃及开罗一家门诊糖尿病诊所就诊的肥胖合并T2DM的成人参与者。符合条件的参与者在提供书面知情同意后,将接受基线临床和实验室评估。本研究的主要目的是评估血清25(OH)D浓度是否与血脂谱参数相关,包括总胆固醇、甘油三酯、低密度脂蛋白胆固醇(LDL-C)和高密度脂蛋白胆固醇(HDL-C)。次要目
【主题与分类】
主题标签:Type 2 Diabetes Mellitus、Obesity、Dyslipidemia、Vitamin D Deficiency。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/NCT07729553
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/NCT07729553
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:2型糖尿病、肥胖、血脂异常、维生素D缺乏。详细描述 这项前瞻性、单中心、横断面观察性研究旨在探讨在已确诊2型糖尿病(T2DM)的肥胖成人中,血清25-羟基维生素D[25(OH)D]状态与血脂谱参数之间的关联。该研究将招募在埃及开罗一家糖尿病门诊就诊的肥胖且患有T2DM的成年参与者。符合条件的参与者在提供书面知情同意后,将接受基线临床和实验室评估。本研究的主要目的是评估血清25(OH)D浓度是否与血脂谱参数相关,包括总胆固醇、甘油三酯、低密度脂蛋白胆固醇(LDL-C)和高密度脂蛋白胆固醇(HDL-C)。次要目的包括评估血清维生素D状态与血糖特征之间的关联,包括空腹血糖、餐后血糖、糖化血红蛋白(HbA1c)和血清胰岛素水平。
在研究访视期间,将收集人口学和临床数据,包括年龄、性别、糖尿病病程、体重指数(BMI)以及相关病史。将进行人体测量和血压评估。将采集空腹血样用于生化分析,包括血清25(OH)D浓度、血糖参数、胰岛素和血脂谱测定。将根据预先确定的标准,按照参与者的血清25(OH)D状态对其进行分类。将进行统计分析,以评估维生素D状态各组之间的差异,并评价血清25(OH)D浓度与心脏代谢参数之间的相关性。本研究不实施任何干预、药物分配或维生素D补充。本研究本质上为观察性研究,旨在识别肥胖成人中维生素D状态与代谢特征之间的关联,这些成人患有
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。




