术前瘦体重能否预测Roux-en-Y胃旁路术后体重减轻?
条件:需要减重手术的病态肥胖。本研究为前瞻性研究,但研究者也将使用在本研究获得批准之前接受减重手术的患者的回顾性数据,并取得其知情同意

基本信息
资源简介
术前瘦体重能否预测Roux-en-Y胃旁路术后体重减轻?
该数据集围绕“术前瘦体重能否预测 Roux-en-Y 胃旁路术后体重下降”这一研究问题组织,研究对象为需要接受减重手术的病态肥胖患者。研究采用前瞻性设计,同时纳入在本研究获得批准之前已接受减重手术患者的回顾性数据,并取得其知情同意。数据采集内容覆盖术前病史、人体测量、体成分、肌力、身体活动、静息能量消耗及进食行为等多个维度,评估项目均作为常规随访的一部分实施。数据集来源于 clinicaltrials.gov,主题聚焦于需要减重手术的病态肥胖人群。
【数据集背景】
本数据集对应的研究关注病态肥胖患者在接受 Roux-en-Y 胃旁路术前的瘦体重与术后体重下降之间的关系。研究对象为需要减重手术的病态肥胖患者。研究设计为前瞻性研究,同时研究者也会使用在本研究获得批准之前接受减重手术的患者的回顾性数据,并取得其知情同意。该数据集在站内分类中归入神经系统疾病 / 其他类别,来源站为 clinicaltrials.gov。
【数据内容】
数据内容围绕术前评估展开,采集项目包括:病史;身高、体重、髋围与腰围;通过生物电阻抗分析(BIA)和双能 X 射线吸收测定法(DXA)获得的体成分;握力;肌少症问卷(SARC-F);身体活动问卷(IPAQ);通过间接测热法测定的静息能量消耗;以及进食行为相关变量,包括进餐时长、多食、零食、强迫行为与认知限制,这些变量以“是/否”二分方式记录,饥饿与饱腹感则各通过视觉模拟量表评估,其中 0 对应“无饥饿感”。上述数据均作为常规随访的一部分进行评估。
【采集与来源】
数据来源站为 clinicaltrials.gov。研究为前瞻性设计,同时纳入在本研究获得批准之前接受减重手术患者的回顾性数据,并取得其知情同意。所有采集项目均作为常规随访的一部分实施,术前评估涵盖病史、人体测量、体成分、握力、问卷、静息能量消耗与进食行为等方面。
【适用场景】
源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT07565051
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
条件:需要接受减重手术的病态肥胖。本研究为前瞻性研究,但研究者也将使用在本研究获得批准之前已接受减重手术的患者的回顾性数据,并已取得其知情同意。
研究者将收集以下数据,作为常规随访的一部分进行评估:术前:* 病史* 身高、体重、臀围和腰围* 通过生物电阻抗分析(BIA)和双能X线吸收测定法(DXA)进行身体成分分析* 握力* 肌少症问卷(SARC-F)* 身体活动问卷(IPAQ)* 通过间接测热法测定静息能量消耗* 进食行为:进餐持续时间、多食、吃零食、强迫行为和认知限制,这些变量以是或否进行二分类,饥饿感和饱腹感各通过视觉模拟量表评估,其中0对应“无饥饿感或饱腹感良好”,10对应“非常饥饿或无饱腹感”* 消化症状:呕吐频率和排便频率* 暴食问卷* 血压* 血液样本* 合并症* 肝脏超声、胃镜检查结果* 生活质量问卷(BAROS)、倾倒综合征问卷(Sigstad)* 血液和组织生物样本库这些评估将在术后按以下频率重复进行:* 第1个月:除DXA、肌少症问卷(SARC-F)、身体活动评估(IPAC)、暴食问
- 在第6个月:除DXA、肌少症问卷(SARC-F)、身体活动评估(IPAC)、暴食问卷、生活质量问卷外的所有检查,以及仅在临床常规需要时进行的肝脏超声和胃镜检查,仅在临床常规需要时进行的血液和组织检查
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。




