俄罗斯GERD患者饮食模式与食物多样性研究

该数据集来自clinicaltrials.gov,聚焦俄罗斯胃食管反流病(GERD)患者的饮食模式与食物多样性研究。源站描述涵盖胃食管反流伴食管炎、非糜烂性反流病、烧心等症状与内镜发现,指出特定食物或食物类别与GERD表现关联的数据有限,且既往研究多关注食管腺癌或Barrett食管等结局

Russian Academy of Medical SciencesRussian Academy of Medical Sciences
clinicaltrials
浏览 12
视频Gastroesophageal RefluxGERDHeartburnNon-erosive Reflux DiseaseEsophagitis
Study of Dietary Patterns and Food Diversity in Russian GERD Patients

基本信息

模态
视频
创建/更新时间
2026-10-17

资源简介

俄罗斯GERD患者饮食模式与食物多样性研究

该数据集来自clinicaltrials.gov,聚焦俄罗斯胃食管反流病(GERD)患者的饮食模式与食物多样性研究。源站描述涵盖胃食管反流伴食管炎、非糜烂性反流病、烧心等症状与内镜发现,指出特定食物或食物类别与GERD表现关联的数据有限,且既往研究多关注食管腺癌或Barrett食管等结局。该数据可用于探索饮食因素与GERD症状及内镜表现的关系,补充俄罗斯人群饮食模式的知识空白(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:胃食管反流伴食管炎、胃食管反流、GERD、烧心、非糜烂性反流病、食管炎。对饮食模式的研究可能提供特定食物或食物类别消费与胃食管反流病表现(症状:烧心和反酸;内镜发现:食管炎)之间关联的全面视角。目前关于此问题的已发表数据有限,且主要涉及胃食管反流病的结局(食管腺癌或Barrett食管)。考虑到早期研究发现世界不同地区营养素摄入存在显著差异,关于俄罗斯GERD患者饮食模式的新数据可部分填补这一特定问题的知识空白。

【主题与分类】

主题标签:Gastroesophageal Reflux、GERD、Heartburn、Non-erosive Reflux Disease、Esophagitis。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04252144

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04252144

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:胃食管;反流伴食管炎、胃食管反流、GERD、烧心、非糜烂性反流病、食管炎。对饮食模式的研究可为特定食物或食物类别摄入与胃食管反流病表现(症状:烧心和反酸;内镜检查结果——食管炎)之间的关联提供复杂的视角。迄今为止,关于此问题的已发表数据有限,且主要涉及胃食管反流病的结局(食管腺癌或巴雷特食管)。考虑到早期研究发现世界不同地区营养素摄入存在显著差异,关于俄罗斯GERD患者饮食模式的新数据可部分填补这一特定问题的知识空白。

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。

获取专属数据定制方案