降胆固醇植物乳杆菌对乳糜泻患者心血管代谢健康生物标志物的疗效
该数据集来自 clinicaltrials.gov,聚焦乳糜泻患者,研究降胆固醇植物乳杆菌(L. Plantarum)对心血管代谢健康生物标志物的疗效

基本信息
资源简介
降胆固醇植物乳杆菌对乳糜泻患者心血管代谢健康生物标志物的疗效
该数据集来自 clinicaltrials.gov,聚焦乳糜泻患者,研究降胆固醇植物乳杆菌(L. Plantarum)对心血管代谢健康生物标志物的疗效。计划招募 50 名乳糜泻受试者(±6 名额外志愿者),每组需 10 名患者以达到统计显著性,胆固醇对数尺度变化为 1.2。所有患者在 Roehampton 招募,至少入组 25 名。统计分析采用 Mann-Whitney U 检验,使用 GraphPad Prism 9.0 软件。数据可用于评估益生菌干预对乳糜泻患者脂质代谢及心血管代谢指标的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳糜泻。将招募总共 50 名乳糜泻受试者(+/- 6 名额外志愿者),以基于其他使用聚焦益生菌降低脂质谱的干预性研究,在胆固醇对数尺度上达到 1.2 的变化以实现统计显著性。基于这些计算,每个研究组需要 10 名乳糜泻受试者。Mann-Whitney U 检验将用于比较非正态分布的变量。GraphPad Prism 9.0 版(GraphPad Software, Inc., San Diego, CA, USA)将用于统计分析。所有乳糜泻患者将在 Roehampton 招募,直至达到方案设定的目标(至少 25 名患者将入组)。这是为了确保我们有可接受数量的患者可以监测,扣除失访(脱落)的受试者。随机生成器(GraphPad QuickC
【主题与分类】
主题标签:Celiac Disease。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06178107
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/NCT06178107
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:乳糜泻。将招募总共50名乳糜泻受试者(+/- 6名额外志愿者),以便根据其他使用聚焦益生菌降低血脂谱的干预性研究,在对数尺度上实现胆固醇变化1.2的统计学显著性。基于这些计算,每个研究组需要10名乳糜泻受试者。将使用Mann-Whitney U检验比较非正态分布的变量。将使用GraphPad Prism 9.0版(GraphPad Software, Inc., San Diego, CA, USA)进行统计分析。所有乳糜泻患者将在Roehampton招募,直至达到方案设定的目标(至少纳入25名患者)。这是为了确保我们有可接受的、可监测的患者数量,并扣除失访(脱落)受试者。将使用随机生成器(GraphPad QuickCalcs, San Diego, CA, USA)为每名患者分配特定编号,并确保将50名患者双盲随机分配到两个研究组。
患者将按性别分层,并以2:1的比例随机分配至两个治疗组之一,这是因为乳糜泻患者中女性更为常见。
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。




