无麸质食物指南对乳糜泻青少年饮食质量与GFD依从性的影响
该数据集来自 clinicaltrials.gov,关注乳糜泻儿童与青少年在无麸质饮食(GFD)下的饮食质量与依从性问题

基本信息
资源简介
无麸质食物指南对乳糜泻青少年饮食质量与GFD依从性的影响
该数据集来自 clinicaltrials.gov,关注乳糜泻儿童与青少年在无麸质饮食(GFD)下的饮食质量与依从性问题。背景指出,GFD 是乳糜泻唯一治疗手段,但依从并不能保证营养充足,可能带来纤维、维生素D、锌、镁摄入偏低及简单糖和饱和脂肪摄入偏高,进而与肥胖和慢性病风险相关。数据可用于研究无麸质食物指南对饮食质量与依从性的影响,并支持儿童营养与代谢相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:儿童乳糜泻、麸质肠病、饮食;缺乏、依从性、治疗。背景:乳糜泻(CD)的唯一治疗方法是无麸质(GF)饮食,每100人中就有1人受影响。不依从该饮食可导致肠道损伤和营养吸收不良,从而对儿童生长发育的关键时期产生负面影响。即使依从,GF饮食也不能保证儿童营养充足,并可能导致肥胖和慢性病。多项研究证实,采用GFD的儿童和成人常面临若干营养挑战,包括纤维、维生素D、锌、镁摄入量低,以及简单糖和饱和脂肪摄入量高,这些都与饮食质量差相关。预包装GF食品通常简单糖和饱和脂肪含量高,而纤维含量低,这些都是已知的风险因素
【主题与分类】
主题标签:Celiac Disease in Children、Gluten Enteropathy、Diet; Deficiency、Adherence, Treatment。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06038344
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/NCT06038344
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:儿童乳糜泻、麸质肠病、饮食;缺乏、依从性、治疗。背景:乳糜泻(CD)的唯一治疗方法是无麸质(GF)饮食,每100人中就有1人受其影响。不坚持该饮食可导致肠道损伤和营养吸收不良,从而对儿童生长发育的关键时期产生负面影响。尽管坚持无麸质饮食,也不能保证儿童获得充足的营养,并可能导致肥胖和慢性疾病。多项研究证实,采用无麸质饮食的儿童和成人常常面临若干营养挑战,包括纤维、维生素D、锌、镁摄入量低,以及简单糖和饱和脂肪摄入量高,这些都与饮食质量差有关。预包装无麸质食品通常简单糖和饱和脂肪含量高,而纤维含量低,这些都是成年人群中慢性病发生的已知风险因素。
虽然父母和新确诊的乳糜泻患儿在诊断时接受医疗从业者提供的标准诊疗教育后,对无麸质饮食的知识有显著提高,但部分乳糜泻患儿在采用无麸质饮食期间,即使接受了饮食教育,仍持续面临饮食质量下降和营养不足的重大挑战。目前,尚无针对无麸质饮食的现有营养指南。为解决这一问题,研究团队近期开发了一份无麸质食物指南(GFFG)。该GFFG包含总体饮食建议,其版式仿照新版加拿大食物指南,并配有相关教学材料,涉及在指南制定前与医疗保健提供者(注册营养师、注册护士、医生)及乳糜泻患儿家庭进行利益相关者参与时所确定的营养素养和知识相关概念(Mager等,Br J Nutr 2022)。研究开展了焦点小组和在线调查,以对最终利益相关者(卫生专业人员、乳糜泻患儿的父母/照护者以及患有乳糜泻的青少年)进行可行性分析,从而促成一项全面的
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。




