无麸质饮食后的TCRγδ+细胞：乳糜泻的生物标志物？
源站描述指出，该亚群的增加在GFD后似乎持续存在，因此有望作为正在接受GFD患者的诊断工具，而无需进行麸质激发试验。已有若干研究关注此方面并取得有希望的结果，但研究样本量小，GFD后随访时间不总是被描述，或仅报告饮食前后均值变化
基本信息
资源简介
无麸质饮食后的TCRγδ+细胞：乳糜泻的生物标志物？
该数据集围绕乳糜泻（Celiac Disease）患者在接受无麸质饮食（GFD）后 TCRγδ+ 细胞亚群的变化展开，核心假设是：TCRγδ+ 亚群的增加在无麸质饮食后似乎持续存在，这一现象为将其用作正在接受无麸质饮食患者的诊断工具提供了可能，从而无需进行麸质激发试验。已有若干研究关注这一方向并取得有希望的结果，但既往研究多在较小的患者样本中开展，无麸质饮食后的随访时间并不总是被描述，或者仅报告了饮食前后均值的变化。该数据集来源于 clinicaltrials.gov，归类于免疫系统疾病 / 其他，主题标签为乳糜泻。
【数据集背景】
乳糜泻是一种与麸质摄入相关的免疫系统疾病。临床诊断中，麸质激发试验是评估患者对麸质反应的重要手段，但该过程对患者具有一定负担。TCRγδ+ 细胞亚群的增加在无麸质饮食后似乎持续存在，这一特征提示其可能成为一种无需麸质激发试验即可支持诊断的生物标志物。该数据集即围绕这一假设组织，关注无麸质饮食后 TCRγδ+ 细胞的变化及其作为乳糜泻诊断工具的潜力。
【数据内容】
该数据集的主题标签为乳糜泻，所属分类为免疫系统疾病 / 其他。其关注的核心内容是乳糜泻患者在无麸质饮食后 TCRγδ+ 细胞亚群的变化情况。源站描述提到，既往相关研究存在样本量小的问题，且无麸质饮食后的随访时间不总是被描述，或仅报告饮食前后均值变化。除上述信息外，源站未提供该数据集的具体变量、样本量、观测指标数值或数据结构等细节。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示其关注条件为乳糜泻，并围绕无麸质饮食后 TCRγδ+ 亚群持续增加这一现象及其诊断应用可能性进行说明。关于具体的采集方法、采集时间、采集机构或数据收集流程，源站未提供。
【适用场景】
基于源站描述，该数据集所涉及的方向可用于探讨 TCRγδ+ 细胞亚群作为正在接受无麸质饮食的乳糜泻患者诊断工具的可能性，尤其是在避免麸质激发试验的条件下。其潜在应用场景与乳糜泻的免疫学评估和诊断标志物研究相关。关于该数据集在其他具体场景中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、分析流程或操作步骤等。
【质量与限制】
源站描述明确指出，既往相关研究多在较小的患者样本中开展，无麸质饮食后的随访时间并不总是被描述，或者仅报告饮食前后均值的变化。这些因素构成对该方向证据质量的限制。关于该数据集自身的完整性、准确性或质量控制措施，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式或许可信息。
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/NCT05733663
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。假设：TCRγδ+亚群的增加似乎是无麸质饮食（GFD）后仍持续存在的，这为其作为接受GFD患者的诊断工具提供了可能，而无需进行麸质激发试验。多项研究已聚焦于此方面并取得了有希望的结果，但这些研究均在较小的患者样本中进行，且GFD后的随访时间并非总有描述，或仅报告了饮食前后平均值的改变。
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。
