AN-PEP 对乳糜泻患者麸质暴露影响研究
该数据集来自 clinicaltrials.gov,主题为乳糜泻(Celiac Disease)患者麸质暴露与 AN-PEP 内肽酶干预相关研究

基本信息
资源简介
AN-PEP 对乳糜泻患者麸质暴露影响研究
该数据集来自 clinicaltrials.gov,主题为乳糜泻(Celiac Disease)患者麸质暴露与 AN-PEP 内肽酶干预相关研究。源站描述指出严格无麸质饮食是唯一被接受的治疗,但现实中患者仍频繁接触麸质,部分患者排泄麸质免疫原性肽。AN-PEP 是一种来源于 Aspergillus niger 的内肽酶,旨在肠腔内解毒麸质。数据可用于了解麸质暴露背景及酶干预研究设计,具体样本量与变量源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳糜泻。背景:严格的无麸质饮食(GFD)是乳糜泻(CeD)唯一被接受的治疗方法。然而,执行严格饮食仍是一个未解决的问题,影响着患者的未来。在一项真实世界研究中,最近显示89%接受严格饮食治疗的CeD患者在每4周测试中至少有1周接触膳食麸质,平均每月3周。此外,40%的患者排泄出麦胶蛋白免疫原性肽(GIP)(麸质暴露的替代标志物),其范围处于免疫激活和肠黏膜损伤水平。生产内肽酶以实现麸质的完全腔内蛋白水解,避免抗原刺激,以防止持续麸质暴露造成的损伤。AN-PEP是一种来源于Aspergillus niger的内肽酶,其生产旨在实现麸质的腔内解毒。
【主题与分类】
主题标签:Celiac Disease。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04788797
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/NCT04788797
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。背景:严格的無麩質飲食(GFD)是乳糜瀉(CeD)唯一被接受的治療方法。然而,執行嚴格飲食仍是一個未解決的問題,影響患者的未來。在一項真實世界研究中,最近顯示89%接受治療並執行嚴格飲食的CeD患者在每4週測試中至少有1週接觸膳食麩質,平均每月3週。此外,40%的患者排泄出醇溶蛋白免疫原性肽(GIP)(麩質暴露的替代標誌物),其範圍處於免疫激活和腸黏膜損傷的水平。內肽酶被生產用於產生麩質的完全管腔內蛋白水解,避免抗原刺激,以防止持續麩質暴露造成的損害。AN-PEP是一種源自黑麴菌的內肽酶,已被生產用於麩質的管腔內解毒,並已探索其臨床效果。然而,AN-PEP是否能在CeD患者的真實生活情境中完全破壞麩質仍未知。
假设:研究者估计,AN-PEP是一种针对乳糜泻(CeD)患者现实生活中麸质暴露的有效蛋白水解疗法,并且基于我们开发的临床研究模型,可通过粪便和尿液中GIP排泄量的减少来检测该效果。目的:确定每日给予AN-PEP与安慰剂相比在以下方面的效果:(1)4周内粪便和尿液中GIP排泄事件的频率;(2)两组GIP排泄浓度;(3)排泄GIP超过黏膜损伤阈值的患者比例差异(粪便中GIP>2 µg/g或尿液中>12 ng/mL)。研究设计:干预性、前瞻性、随机、对照、双盲研究。组成:1-为期四周的GFD稳定期;2-随机化;3-为期四周的研究期:患者以盲法接受活性AN-PEP(GliadinX®),剂量为早餐、午餐和晚餐各2粒(研究
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。




