MIND饮食用于多发性硬化症患者的研究
该数据集来自 clinicaltrials.gov,主题为 MIND 饮食用于多发性硬化症(MS)患者的研究。研究采用早期 II 期随机对照临床试验,评估地中海式饮食干预对 MS 神经保护和症状管理的效果

基本信息
资源简介
MIND饮食用于多发性硬化症患者的研究
该数据集来自 clinicaltrials.gov,主题为 MIND 饮食用于多发性硬化症(MS)患者的研究。研究采用早期 II 期随机对照临床试验,评估地中海式饮食干预对 MS 神经保护和症状管理的效果。参与者按 MS 表型和治疗类型随机分层,分为饮食干预组(改为 MIND 饮食)与继续/对照组(不显著改变现有饮食习惯)。所有患者参加基线、6 个月、12 个月访视,并在访视间参加小型支持小组,同时完成在线问卷、功能与认知评估,并提供血液和粪便样本(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:多发性硬化症。本研究的目标是通过一项早期 II 期随机对照临床试验,评估地中海式饮食干预对 MS 神经保护和症状管理的效果。参与者将按 MS 表型和治疗类型进行随机分层,分配到饮食干预组(将当前饮食改为 MIND 饮食)或继续/对照组(当前饮食习惯不做重大改变)。所有患者将参加基线访视、6 个月访视、12 个月(研究结束访视),并在研究访视之间参加小型支持小组。参与者还将完成在线问卷,接受功能与认知评估,并在方案期间提供血液和粪便样本。饮食干预组将从研究营养师和主要研究者处获得 MIND 饮食相关的教育与支持。
【主题与分类】
主题标签:Multiple Sclerosis。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06992115
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/NCT06992115
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:多发性硬化症。本研究旨在通过一项早期II期随机对照临床试验,评估地中海式饮食干预对多发性硬化症神经保护及症状管理的效果。参与者将按多发性硬化症表型和治疗类型进行随机分层,分配至饮食干预组(将当前饮食改为MIND饮食)或继续/对照组(当前饮食习惯不做重大改变)。所有患者将参加基线访视、6个月访视、12个月访视(研究结束访视),并在研究访视之间参加小型支持小组会议。参与者还将完成在线问卷、接受功能与认知评估,并在研究方案期间提供血液和粪便样本。饮食干预组将从研究营养师和主要研究者处接受MIND饮食相关教育和支持;虚拟小组环境将促进参与者就MIND饮食依从性的经验和潜在挑战以及克服方法进行讨论。虚拟小组将在第一个月每周开会,之后至第12个月每月开会一次。
继续当前饮食习惯/对照组的参与者将接受研究团队成员和主要研究者提供的与饮食无关的多发性硬化症相关教育和支持。小组会议的主题和时间表将提前提供,以便灵活安排;参与者需参加6次虚拟小组会议,但欢迎他们根据需要尽可能多地参加。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




