益生菌酸奶用于慢性胆囊炎患者
该数据集来自 clinicaltrials.gov,主题为益生菌酸奶在慢性胆囊炎患者中的应用。源站描述涉及慢性胆囊炎的发病机制与胆汁酸蓄积及肠道菌群失调的关联,并介绍具有高胆盐水解酶活性的 Pediococcus acidilactici GR-5 及其通过肠胆轴改善胆囊黏膜炎症的潜力

基本信息
资源简介
益生菌酸奶用于慢性胆囊炎患者
该数据集来自 clinicaltrials.gov,主题为益生菌酸奶在慢性胆囊炎患者中的应用。源站描述涉及慢性胆囊炎的发病机制与胆汁酸蓄积及肠道菌群失调的关联,并介绍具有高胆盐水解酶活性的 Pediococcus acidilactici GR-5 及其通过肠胆轴改善胆囊黏膜炎症的潜力。研究设计为前瞻性、随机、双盲、安慰剂对照临床试验,受试者为确诊慢性胆囊炎的患者。数据可用于了解该试验的设计框架与干预思路,支持慢性胆囊炎营养干预相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性胆囊炎。科学背景:慢性胆囊炎的发病机制与结合型胆汁酸的蓄积及肠道菌群失调密切相关。既往研究表明,从传统发酵食品中分离的益生菌 Pediococcus acidilactici GR-5 具有高胆盐水解酶(BSH)活性。它能高效解结合胆汁酸,从而可能降低胆囊黏膜的细胞毒性和炎症刺激。本研究旨在评估 GR-5 功能性酸奶通过“肠胆轴”管理慢性胆囊炎的临床疗效及潜在机制。研究设计与干预:这是一项前瞻性、随机、双盲、安慰剂对照临床试验。确诊为慢性胆囊炎的患者将按 1:1 比例随机分配接受
【主题与分类】
主题标签:Chronic Cholecystitis。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/NCT07654985
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/NCT07654985
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
适应症:慢性胆囊炎。科学背景:慢性胆囊炎的发病机制与结合型胆汁酸的蓄积及肠道菌群失调密切相关。既往研究表明,从传统发酵食品中分离的益生菌——乳酸片球菌GR-5具有高胆盐水解酶(BSH)活性,能够高效解离胆汁酸,从而可能降低胆囊黏膜的细胞毒性和炎症刺激。本研究旨在通过“肠-胆轴”评估GR-5功能酸奶治疗慢性胆囊炎的临床疗效及其潜在机制。研究设计与干预:这是一项前瞻性、随机、双盲、安慰剂对照临床试验。符合慢性胆囊炎诊断标准的患者将按1:1比例随机分配,分别接受GR-5功能益生菌酸奶(干预组)或不含GR-5的普通酸奶(对照组),为期30天。为确保严格双盲,将由独立第三方负责随机序列的生成及去标识化包装。
两种酸奶产品在外观、颜色、气味和口感上将完全一致。数据收集与多组学分析:观察期共30天。在基线(第0天)和干预结束时(第30天),研究人员将进行临床评估、胆道形态学影像检查,并采集空腹外周血和粪便样本。为探究深层机制,将采用多组学技术,包括16S rRNA高通量测序以及胆汁酸的靶向/非靶向代谢组学分析。通过动态监测干预前后肠道微生物组和胆汁酸代谢谱的变化,本研究期望为采用靶向功能性微生态疗法重塑肠道稳态、缓解胆道炎症提供科学依据。
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。




