探索肠-肝-脑轴交互障碍新型治疗方法-H1/H2

该数据集来自clinicaltrials.gov,聚焦功能性胃肠病中的功能性消化不良(FD),涉及组胺H1/H2拮抗剂治疗及肠-肝-脑轴交互障碍

Buddhist Tzu Chi General HospitalBuddhist Tzu Chi General Hospital
clinicaltrials
浏览 2
其他Functional Gastrointestinal Disorders
Exploring Novel Therapeutic Approaches for Disorders of Gut-Liver-Brain Interaction-H1/H2

基本信息

模态
其他
创建/更新时间
2026-10-25

资源简介

探索肠-肝-脑轴交互障碍新型治疗方法-H1/H2

该数据集来自clinicaltrials.gov,聚焦功能性胃肠病中的功能性消化不良(FD),涉及组胺H1/H2拮抗剂治疗及肠-肝-脑轴交互障碍。源站描述提及嗜酸性粒细胞和肥大细胞释放组胺引发炎症反应、肠道黏膜通透性增加等机制,并指出H2抗组胺药与质子泵抑制剂疗效相当、H1抗组胺药有效率可达79%,但缺乏联合H1/H2拮抗剂与单用H1拮抗剂的对比研究。此外还涉及脂肪肝与肠易激综合征的共同共病因素。数据可用于相关治疗比较与机制研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:功能性胃肠病。功能性消化不良(FD)与嗜酸性粒细胞和肥大细胞释放组胺引起的炎症反应有关,导致肠道黏膜通透性增加,这是关键的致病机制。荟萃分析显示,H2抗组胺药治疗FD与质子泵抑制剂同样有效,而H1抗组胺药的有效率可达79%。然而,尚无研究比较联合H1/H2拮抗剂与单用H1拮抗剂治疗功能性消化不良的效果和病理变化。近期研究表明,脂肪肝病与肠易激综合征(IBS)具有共同的共病因素,包括肥胖、肠道菌群、饮食因素和免疫介导原因。这引发了人们对这两种疾病是否共存的兴趣。

【主题与分类】

主题标签:Functional Gastrointestinal Disorders。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07857941

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/NCT07857941

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:功能性胃肠病。功能性消化不良(FD)与嗜酸性粒细胞和肥大细胞释放组胺引起的炎症反应相关,导致肠黏膜通透性增加,这是关键的致病机制。荟萃分析显示,H2抗组胺药物治疗FD与质子泵抑制剂同样有效,而H1抗组胺药的有效率高达79%。然而,尚无研究比较H1/H2拮抗剂联合用药与单用H1拮抗剂治疗功能性消化不良的效果及病理变化。近期研究表明,脂肪肝病与肠易激综合征(IBS)存在共同的共病因素,包括肥胖、肠道菌群、饮食因素及免疫介导因素。这引发了人们对这两种疾病是否在患者群体中共存的关注。此外,脂肪肝病患者中IBS的患病率高于全球患病率。

最近一项研究发现,高达55.6%的脂肪肝患者患有肠易激综合征(IBS),并进一步表明,同时患有IBS和脂肪肝的患者生活质量更低,身体和心理症状更为严重。

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