非乳糜泻小麦敏感中的贫血
该数据集来自 clinicaltrials.gov,聚焦非乳糜泻麸质敏感(NCGS)或非乳糜泻小麦敏感(NCWS)与贫血的关系

基本信息
资源简介
非乳糜泻小麦敏感中的贫血
该数据集来自 clinicaltrials.gov,聚焦非乳糜泻麸质敏感(NCGS)或非乳糜泻小麦敏感(NCWS)与贫血的关系。源站描述指出,NCGS/NCWS 多为自报病症,患者在摄入麸质或小麦后出现肠道(主要为肠易激综合征样)和/或肠外症状(如疲劳、头痛、贫血),但不符合乳糜泻或小麦过敏。关于其机制存在争议,涉及 FODMAPs 及先天与适应性免疫机制。数据可用于探索 NCWS 相关贫血的表型与机制研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:非乳糜泻麸质敏感、贫血。近年来,出现了一种新的麸质或小麦相关疾病,被称为“非乳糜泻麸质敏感”(NCGS)或“非乳糜泻小麦敏感”(NCWS)。这通常是一种自报病症,因为患者提到由摄入麸质或小麦引起的肠道(主要为肠易激综合征(IBS)样)和/或肠外症状(即疲劳、头痛、贫血),尽管他们并未患乳糜泻(CD)或小麦过敏(WA)。关于 NCGS/NCWS 患者摄入小麦后诱发症状的真实机制,数据存在矛盾。一些作者提出,在决定症状方面,可发酵寡糖-二糖-单糖和多元醇(FODMAPs)而非麸质起主要作用。其他研究则强调先天和获得性免疫机制均被激活。
【主题与分类】
主题标签:Non-celiac Gluten Sensitivity、Anemia。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04377061
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/NCT04377061
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:非乳糜泻麸质敏感、贫血。近年来,出现了一种新的与麸质或小麦相关的疾病,被称为“非乳糜泻麸质敏感”(NCGS)或“非乳糜泻小麦敏感”(NCWS)。这通常是一种自我报告的状况,因为患者提到由摄入麸质或小麦引起的肠道症状(主要为肠易激综合征(IBS)样症状)和/或肠外症状(即疲劳、头痛、贫血),尽管他们并未患有乳糜泻(CD)或小麦过敏(WA)。关于NCGS/NCWS患者摄入小麦后诱发症状的真正机制,目前数据存在矛盾。一些作者认为,可发酵寡糖-二糖-单糖和多元醇(FODMAPs)而非麸质在决定症状方面起主要作用。其他研究则强调NCWS患者摄入小麦后先天性和获得性免疫机制的激活。由于缺乏诊断性生物标志物,NCGS/NCWS在很大程度上仍是一种排除性诊断,尤其是相对于CD和WA,因此需要进行确证性检测。
“萨勒诺标准”建议将双盲、安慰剂对照(DBPC)交叉麸质/小麦激发试验作为鉴别真正NCGS/NCWS患者的金标准检测。根据定义,NCGS/NCWS症状通常在摄入麸质/小麦后出现,在无麸质饮食(GFD)后数日内消失,并在自愿或意外重新引入麸质/小麦时迅速再现。然而,从社会(许多工业食品中含有麸质以及家庭内外均存在的“污染”)、心理(例如青少年被排除在“同伴群体”之外,难以接受诊断)和经济角度来看,GFD非常困难且负担沉重。在肠外症状中,多项研究表明NCWS患者存在贫血,通常为轻度,常具有缺铁或叶酸缺乏的特征,但尚无研究曾计划
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。




