无麸质无乳糖/黑果腺肋花楸补充饮食对桥本甲状腺炎患者影响的比较
该数据集来自 clinicaltrials.gov,聚焦桥本甲状腺炎患者,比较无麸质无乳糖饮食与补充 Aronia Melanocarpa 饮食的效果

基本信息
资源简介
无麸质无乳糖/黑果腺肋花楸补充饮食对桥本甲状腺炎患者影响的比较
该数据集来自 clinicaltrials.gov,聚焦桥本甲状腺炎患者,比较无麸质无乳糖饮食与补充 Aronia Melanocarpa 饮食的效果。源站描述指出桥本甲状腺炎是碘充足地区慢性甲减最常见病因,即使达到甲状腺功能正常,多数治疗女性仍超重或肥胖,且甲状腺功能异常可影响脂肪组织功能并导致代谢紊乱,患者常伴 C 反应蛋白和白细胞介素-6 升高。数据可用于内分泌、营养与代谢疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:桥本甲状腺炎。桥本甲状腺炎(HT)是碘充足地区慢性甲状腺功能减退症最常见的原因,源于针对甲状腺过氧化物酶和/或甲状腺球蛋白的自身免疫反应。它是最常见的自身免疫性甲状腺疾病,也是整体甲状腺功能减退症的主要原因。即使达到甲状腺功能正常,82% 接受治疗的 HT 女性仍存在超重,其中 35% 为肥胖。甲状腺功能障碍可影响脂肪组织功能并导致代谢紊乱。瘦素可刺激促甲状腺激素分泌,而促甲状腺激素可影响脂肪组织释放瘦素。此外,HT 患者常表现出高水平的 C 反应蛋白和白细胞介素-6,提示促甲状腺激素水平升高与炎症过程之间存在关联,w
【主题与分类】
主题标签:Hashimoto Thyroiditis。本站分类:内分泌、营养和代谢疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06419309
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/NCT06419309
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
疾病:桥本甲状腺炎。桥本甲状腺炎(HT)是碘充足地区慢性甲状腺功能减退症最常见的病因,源于针对甲状腺过氧化物酶和/或甲状腺球蛋白的自身免疫反应。它是最常见的自身免疫性甲状腺疾病,也是整体甲状腺功能减退症的主要原因。即使达到甲状腺功能正常状态,82%接受治疗的HT女性仍存在体重超标,其中35%为肥胖。甲状腺功能障碍可影响脂肪组织功能并导致代谢紊乱。瘦素可刺激促甲状腺激素分泌,而促甲状腺激素可影响脂肪组织释放瘦素。此外,HT患者常表现出高水平的C反应蛋白和白细胞介素-6,提示促甲状腺激素水平升高与炎症过程之间存在关联,这可能促成HT个体共病风险。营养可作为HT的辅助治疗手段,通过影响甲状腺功能并具有抗炎特性发挥作用。
饮食干预可能包括去除麸质、乳糖或某些食物成分,或侧重于抗炎饮食模式,同时预防营养缺乏。因此,本研究是一项随机对照单盲试验,旨在评估无麸质、无乳糖饮食以及富含黑果腺肋花楸的饮食(分别单独及联合使用)和健康饮食方案对桥本甲状腺炎患者的自身抗体水平、瘦素、胃饥饿素、氧化反应及体重减轻的影响。研究计划在伊斯坦布尔医学院医院招募至少80名年龄在18-65岁、诊断为桥本甲状腺炎的参与者。在初始面对面访谈中,参与者将通过问卷提供社会人口学信息、饮食习惯、人体测量数据及膳食摄入记录。本研究涉及纳入
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。




