运动马群体胰岛素失调患病率:传统与马厩旁检测
该数据集来自 search.dataone.org,主题为运动马群体中胰岛素失调(ID)的患病率研究,采用口服糖试验(OST)进行诊断,并比较马厩旁侧流检测与实验室验证的荧光酶免疫分析之间的一致性

基本信息
资源简介
运动马群体胰岛素失调患病率:传统与马厩旁检测
Prevalence of insulin dysregulation in a sport horse population as determined by traditional and stall-side testing
该数据集来自 search.dataone.org,主题为运动马群体中胰岛素失调(ID)的患病率研究,采用口服糖试验(OST)进行诊断,并比较马厩旁侧流检测与实验室验证的荧光酶免疫分析之间的一致性。研究纳入在大学医院接受骨科评估的140匹马和当地农场的40匹马,共180匹运动马,收集形态学数据并测量基线血清瘦素和脂联素浓度。数据可用于分析运动马ID的患病率、风险因素以及不同胰岛素检测方法的一致性,属于内分泌、营养和代谢疾病领域(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:运动马中胰岛素失调(ID)的患病率尚未被研究。马厩旁胰岛素检测方便但需要进一步验证。目的:使用口服糖试验(OST)确定运动马群体中ID的患病率和风险因素,并评估马厩旁检测与验证实验室检测在胰岛素定量上的一致性。研究设计:前瞻性横断面研究。方法:对在大学医院接受骨科评估(N=140)或当地农场(N=40)的180匹运动马使用OST(0.15 mL/kg轻玉米糖浆)进行ID检测。收集形态学数据,并测量基线血清瘦素和脂联素浓度。使用验证的荧光酶免疫分析(FEIA)和马厩旁侧流检测(LFA)测量胰岛素浓度。若FEIA中
【主题与分类】
主题标签:Insulin、Horses、Metabolic syndrome。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A2b94325557e6a7d49d33e7ad1979113ba175a6d2e7f77a011269974803d62fbb
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
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
背景:运动马中胰岛素调节异常(ID)的患病率尚未被研究。马厩旁胰岛素检测具有便利性,但需要进一步验证。目的:利用口服糖试验(OST)确定运动马群体中ID的患病率及危险因素,并评估马厩旁检测与经验证的实验室检测在胰岛素定量方面的一致性。研究设计:前瞻性横断面研究。方法:对在大学医院接受骨科评估(N=140)或在当地农场(N=40)的180匹运动马,使用OST(0.15 mL/kg轻玉米糖浆)进行ID检测。收集形态学数据,并测量基线血清瘦素和脂联素浓度。使用经验证的荧光酶免疫分析(FEIA)和马厩旁侧向层析分析(LFA)测量胰岛素浓度。若FEIA胰岛素在T0时>20 mIU/mL或在T60/T90时>30 mIU/mL,则诊断为ID。
与ID相关的因素为a…,,# 数据来源:通过传统检测与马厩旁检测确定的运动马群体中胰岛素失调的患病率 数据集DOI:10.5061/dryad.fbg79cpbb ## 数据与文件结构说明 180匹因骨科评估就诊于大学医院(N=140)或当地农场(N=40)的运动马,采用OST(0.15 mL/kg轻质玉米糖浆)进行ID检测。收集了形态学数据,并测定了基线血清瘦素和脂联素浓度。胰岛素浓度采用经验证的荧光酶免疫分析法(FEIA)和马厩旁侧向流检测法(LFA)测定。若FEIA测得的胰岛素在T0时>20 mIU/mL,或在T60/T90时>30 mIU/mL,则诊断为ID。采用混合效应二元逻辑回归模型评估与ID相关的因素。采用Pearson相关系数和Bland-Altman图评估检测方法的一致性。受试者工作特征曲线分析用于
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。




