抗骨质疏松药物对非酒精性脂肪性肝病的影响
该数据集来自 clinicaltrials.gov,主题为抗骨质疏松药物对非酒精性脂肪性肝病的影响,涉及非酒精性脂肪肝、骨质疏松与绝经后人群

基本信息
资源简介
抗骨质疏松药物对非酒精性脂肪性肝病的影响
该数据集来自 clinicaltrials.gov,主题为抗骨质疏松药物对非酒精性脂肪性肝病的影响,涉及非酒精性脂肪肝、骨质疏松与绝经后人群。源站描述指出,非酒精性脂肪性肝病是与肥胖、2型糖尿病及代谢综合征密切相关的慢性代谢性肝病,全球约25%人口受累,其表型谱包括脂肪变性、炎症和纤维化,少数患者可进展为肝硬化和肝细胞癌,目前尚无专门获批药物。该数据可用于探索非酒精性脂肪性肝病与骨质疏松的关联及药物影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非酒精性脂肪肝、骨质疏松、绝经后。非酒精性脂肪性肝病(NAFLD)是一种慢性代谢性肝病,与肥胖、2型糖尿病(T2DM)和代谢综合征(MetS)以双向方式密切相关。NAFLD影响全球约25%的人口。NAFLD指一个表型谱,包括脂肪变性、炎症和纤维化,可在少数患者中导致肝硬化和肝细胞癌。然而,尽管其患病率、发病率和死亡率高,且该领域研究广泛,但迄今为止尚无专门针对NAFLD的获批药物。新出现的证据支持NAFLD与骨质疏松之间可能存在关联;NAFLD患者中骨质疏松的患病率可能更高,反之,骨质疏松患者中NAFLD的患病率可能更高
【主题与分类】
主题标签:Nonalcoholic Fatty Liver、Osteoporosis, Postmenopausal。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05493761
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/NCT05493761
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:非酒精性脂肪肝、骨质疏松、绝经后。非酒精性脂肪性肝病(NAFLD)是一种慢性代谢性肝病,与肥胖、2型糖尿病(T2DM)及代谢综合征(MetS)之间存在双向密切关联。NAFLD影响全球约25%的人口。NAFLD涵盖一系列表型谱,包括脂肪变性、炎症和纤维化,少数患者可进展为肝硬化和肝细胞癌。然而,尽管其患病率高、发病率和死亡率高,且该领域研究广泛,但迄今为止尚无专门针对NAFLD的获批药物。新出现的证据支持NAFLD与骨质疏松症之间可能存在关联;NAFLD患者中骨质疏松症的患病率可能更高,反之,骨质疏松症患者中NAFLD的患病率也可能更高。在此背景下,有观点提出某些治疗骨质疏松症的药物也可能对NAFLD有益。
地舒单抗是一种针对核因子κB受体活化因子配体(RANKL)的人源单克隆IgG2抗体,目前已成为骨质疏松症及其他代谢性骨病的成熟治疗药物。RANKL-核因子κB受体活化因子(RANK)-骨保护素(OPG)轴已被证实是骨代谢的关键调节因子,当其失调时,会促进骨质疏松症及其他代谢性骨病的发病机制。有趣的是,实验研究表明,在饮食诱导的NAFLD小鼠中,循环和肝脏RANKL可能上调,使RANKL成为NAFLD发病机制的潜在contributor,并且理想情况下,是一个有前景的药理学靶点。另一方面,双膦酸盐是另一种成熟的骨质疏松症一线治疗药物,由于其药代动力学和作用机制,预计对NAFLD患者的肝脏代谢无显著影响。这是一项前瞻性非随机研究,旨在评估
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。




