无麸质友好面包在乳糜泻中的体内效应
该数据集来自 clinicaltrials.gov,围绕 Gluten Friendly 面包在乳糜泻患者中的体内效应开展随机干预研究

基本信息
资源简介
无麸质友好面包在乳糜泻中的体内效应
该数据集来自 clinicaltrials.gov,围绕 Gluten Friendly 面包在乳糜泻患者中的体内效应开展随机干预研究。研究对象为 20-80 岁乳糜泻个体,设置筛查加 5 次随访共 6 次访视,受试者随机分为四组:安慰剂组(对照面包,1.5 g 麸质/天)、低麸质组(1.5 g/天)、中麸质组(3 g/天)和高麸质组(6 g/天),并考察粪便微生物群组成、代谢与免疫等指标。数据可用于乳糜泻饮食干预相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳糜泻。本研究旨在探究 Gluten Friendly 面包对 20-80 岁乳糜泻个体粪便微生物群组成、代谢和免疫的影响。研究包括 6 次访视(筛查访视 + 5 次访视)的随机干预,使用不同剂量的 Gluten Friendly 面包和安慰剂(对照面包)。受试者将被随机分配到四组:安慰剂组(对照面包,剂量为 1.5 g 麸质/天)、低麸质组(Gluten Friendly 面包,剂量为 1.5 g 麸质/天)、中麸质组(3 g 麸质/天)和高麸质组(6 g 麸质/天)。由于小麦通常含有 10% 的麸质(即 100 g 面包含有 10 g 麸质),将分别为高、中、低麸质组制作 60 g、30 g 和 15 g 的面包小圆面包。对照面包以及无麸质面包也将以 15g 小圆面包的形式被分
【主题与分类】
主题标签:Celiac Disease。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/NCT03168490
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/NCT03168490
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:乳糜泻。本研究旨在探究无麸质友好面包对20-80岁乳糜泻患者粪便微生物群组成、代谢及免疫的影响。研究包含6次访视(筛选访视+5次访视)的随机干预,使用不同剂量的麸质友好面包及安慰剂(对照面包)。受试者将被随机分为四组:安慰剂组(对照面包,麸质剂量为1.5克/天)、低麸质组(麸质友好面包,麸质剂量为1.5克/天)、中麸质组(3克麸质/天)和高麸质组(6克麸质/天)。由于小麦通常含10%的麸质(即100克面包含10克麸质),将为高、中、低麸质组分别制作60克、30克和15克的面包。对照面包以及无麸质面包(15克/个)将作为对照进行评估。研究将包括筛选访视、基线访视、治疗期中点访视、治疗期终点访视以及治疗结束后2周的最终访视。
志愿者将在预筛查访视时提供血液样本(约10ml;一甜点匙),以检查是否贫血(定义为血红蛋白男性<14g/dl;女性<11.5g/dl)。设计将包括14天的导入期,随后14天的治疗,以及麸质挑战后的最终访视。参与者将被要求在每次研究访视(访视1、2、3、4和5)前一晚晚上8点饮用多种糖饮料(7.5g乳果糖和2g D-甘露醇≥98%溶于100ml水中)(该剂量广泛用于口服临床检测——LAMA检测),并被指导收集所有过夜和晨起首次点尿样本。这种对人体肠道通透性的非侵入性评估已有20年历史。据报道,通过评估乳果糖和甘露醇的差异吸收,LAMA评估是小肠黏膜通透性的准确测量方法。他们还将在每次研究访视时提供粪便样本。
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。




