儿童1型糖尿病蛋白质组学分析 (PAPD)

该数据集来自 clinicaltrials.gov,聚焦儿童1型糖尿病(DT1)的靶向血浆蛋白质组学分析,并探讨其与糖尿病周围神经病变相关电生理表现之间的关联

Aristotle University Of ThessalonikiAristotle University Of Thessaloniki
clinicaltrials
浏览 12
蛋白质预测Diabetes Type 1ProteomicsDiabetic Peripheral Neuropathy
Proteomic Analysis in Paediatric Diabetes Type 1 (PAPD)

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-17

资源简介

儿童1型糖尿病蛋白质组学分析 (PAPD)

该数据集来自 clinicaltrials.gov,聚焦儿童1型糖尿病(DT1)的靶向血浆蛋白质组学分析,并探讨其与糖尿病周围神经病变相关电生理表现之间的关联。研究背景指出,糖尿病神经病变是成人DT1最常见的慢性并发症,在儿童中罕见,但诊断时已有急性单神经炎病例报道。近年来有研究提出包括蛋白质组学在内的多种生物标志物可用于儿童及青年T1DM周围神经病变的早期检测。本研究拟结合电生理检查,探索靶向蛋白质组学生物标志物在DT1儿童血浆中的作用,可用于神经病变早期预测相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:1型糖尿病、蛋白质组学、糖尿病周围神经病变。本研究旨在对希腊裔1型糖尿病(DT1)儿童血浆进行靶向蛋白质组学分析,并探讨其与糖尿病周围神经病变相关电生理表现之间的关联。糖尿病神经病变是成人DT1最常见的慢性并发症,在儿童期罕见。然而,已有在DT1诊断时出现急性单神经炎的病例报道。根据近期报告,包括蛋白质组学分析在内的多种生物标志物已被提出用于儿童和青年T1DM周围神经病变的早期检测。在本研究中,研究人员将尝试结合电生理检查,探讨靶向蛋白质组学生物标志物在DT1儿童血浆中的作用。

【主题与分类】

主题标签:Diabetes Type 1、Proteomics、Diabetic Peripheral Neuropathy。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04257877

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04257877

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:1型糖尿病、蛋白质组学、糖尿病周围神经病变。本研究旨在探讨希腊裔1型糖尿病(DT1)儿童血浆中的靶向蛋白质组学分析及其与伴随糖尿病周围神经病变的电生理表现的相关性。糖尿病神经病变是DT1成人中最常见的慢性并发症,在儿童期罕见。然而,已有在DT1诊断时出现急性单神经炎的病例报道。根据近期报道,已提出包括蛋白质组学分析在内的多种生物标志物用于早期检测T1DM儿童和年轻成人的周围神经病变。在本研究中,研究人员将尝试探讨靶向蛋白质组学分析检测DT1儿童血浆中生物标志物的作用,并结合电生理研究(包括神经传导研究),以在临床表现出现之前检测早期糖尿病周围神经病变。

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。