商业牛奶与A2牛奶在乳糖消化不良者中的适应性比较

该数据集来自clinicaltrials.gov,聚焦乳糖不耐受人群,比较商业牛奶与A2牛奶在乳糖消化不良者中的适应性。数据涉及通过传单、邮件和广告招募参与者,电话筛选评估资格,知情同意后安排氢呼气试验(HBT),并以呼气氢浓度升高程度判定乳糖消化不良

Purdue UniversityPurdue University
clinicaltrials
浏览 8
其他分类Lactose Intolerance
Comparing the Adaptation of Commercial Milk and A2 Milk in Lactose Maldigesters

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-22

资源简介

商业牛奶与A2牛奶在乳糖消化不良者中的适应性比较

该数据集英文名为 Comparing the Adaptation of Commercial Milk and A2 Milk in Lactose Maldigesters,来源于 clinicaltrials.gov,主题标签为乳糖不耐受,在本站归入“症状、体征与临床所见 / 其他”分类。数据集围绕乳糖不耐受人群展开,核心目的是比较商业牛奶与A2牛奶在乳糖消化不良者中的适应性。从源站描述看,研究通过传单、邮件以及本地和大学报纸广告招募参与者,经电话筛选评估资格,符合条件者签署知情同意后安排氢呼气试验(HBT),并以呼气氢浓度升高程度判定乳糖消化不良。该数据集适合关注乳糖不耐受相关症状、体征与临床评估的研究者参考使用。

【数据集背景】

该数据集聚焦乳糖不耐受这一主题,所对应的研究关注商业牛奶与A2牛奶在乳糖消化不良者中的适应性比较。乳糖不耐受涉及人体对乳糖的消化吸收能力,相关研究通常需要识别乳糖消化不良个体并观察其在不同乳制品摄入条件下的反应。该数据集来源于 clinicaltrials.gov,属于症状、体征与临床所见类别下的“其他”分类,说明其内容与临床所见和症状评估相关,而非单纯的实验室指标或影像资料。源站描述中明确列出研究条件为乳糖不耐受,并围绕参与者招募、资格筛选、知情同意和氢呼气试验等环节展开,体现出该数据集面向的是乳糖消化不良人群的临床适应性比较研究。

【数据内容】

源站描述显示,该数据集涉及的研究条件为乳糖不耐受,研究内容围绕商业牛奶与A2牛奶在乳糖消化不良者中的适应性比较。数据涉及的流程信息包括:通过传单、邮件以及本地和大学报纸广告招募研究参与者;通过电话由研究工作人员联系有意向的个体,依据纳入和排除标准中的问题评估资格;若电话筛选合格,研究工作人员向个体宣读并解释知情同意书,知情同意内容涵盖研究程序、补偿、风险与获益等信息;在获得知情同意后,通过参与者偏好的联系方式(电子邮件或电话)联系并安排氢呼气试验(HBT);通过氢呼气试验筛查乳糖消化不良者,并以呼气氢浓度升高程度对乳糖消化不良进行分类。源站描述在“大于”处截断,未提供完整的判定阈值。除上述内容外,源站未提供具体样本量、人群人口学特征、分组方案、观测指标数值或统计结果等信息。

【采集与来源】

该数据集来自 clinicaltrials.gov。源站描述表明,参与者招募采用传单、邮件以及本地和大学报纸广告等方式;电话筛选由研究工作人员通过电话联系有意向的个体,依据纳入和排除标准中的问题评估资格;知情同意环节由研究工作人员向合格个体宣读并解释知情同意书,内容涉及研究程序、补偿、风险与获益;获得知情同意后,按参与者偏好的联系方式(电子邮件或电话)安排氢呼气试验。乳糖消化不良的筛查通过氢呼气试验完成,并以呼气氢浓度升高程度进行分类。源站描述未完整给出判定所用的具体数值阈值,也未提供招募时间、招募地点、样本来源机构或数据采集周期等信息。

【适用场景】

基于主题标签和源站描述,该数据集适用于与乳糖不耐受相关的症状、体征与临床所见研究场景,尤其是关注乳糖消化不良者对不同乳制品(商业牛奶与A2牛奶)适应性的比较研究。其内容可用于了解该类临床研究中参与者招募、电话资格筛选、知情同意以及氢呼气试验筛查乳糖消化不良者的流程组织方式。由于本站分类为“症状、体征与临床所见 / 其他”,该数据集也可作为临床所见类数据资源的参考。源站未提供该数据集在其他具体研究场景中的适用性说明。

【使用方法】

源站未提供该数据集的具体使用方法、数据格式、字段结构、访问方式或分析建议。源站描述仅涉及研究流程层面的信息,包括招募、电话筛选、知情同意、氢呼气试验安排以及以呼气氢浓度升高程度判定乳糖消化不良。使用者在利用该数据集时,需以源站 clinicaltrials.gov 提供的信息为准。源站未提供数据下载、接口调用或统计分析方面的说明。

【质量与限制】

源站描述在说明氢呼气试验判定标准时于“大于”处截断,未给出完整的呼气氢浓度升高阈值,因此无法从现有信息确认乳糖消化不良分类的具体数值标准。源站未提供样本量、参与者特征、分组与对照设置、数据完整性、缺失值处理、质量控制措施或偏倚控制等信息。该数据集来源于 clinicaltrials.gov,其描述以研究流程为主,源站未提供可直接用于统计分析的观测数据说明。上述限制意味着在使用该数据集前,应核对源站的完整记录。

【引用与许可】

源站未提供该数据集的引用格式、许可条款或使用限制说明。该数据集来源于 clinicaltrials.gov,相关引用与许可信息应以源站发布内容为准。源站未提供其他关于知识产权、数据共享或二次使用授权的信息。

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/NCT05669274

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:乳糖不耐受。招募:将使用传单、电子邮件以及地方和大学报纸上的广告来招募研究参与者。电话筛查:研究工作人员将通过电话联系有兴趣的个人,询问纳入和排除标准中列出的问题以评估其资格。知情同意:如果个人通过电话筛查符合条件,研究工作人员将向其宣读并解释知情同意书。知情同意书将包含有关研究程序、补偿、风险和获益的所有信息。如果获得知情同意,将通过参与者首选的联系方式(电子邮件或电话)联系参与者,以安排氢呼气试验(HBT)。通过HBT筛查乳糖消化不良者:在给予含每公斤体重0.5克乳糖的2%商业牛奶激发剂量后,呼气氢浓度升高大于20ppm将被归类为消化不良。参与者将食用低纤维餐,然后在HBT前禁食12小时。将在参与者饮用牛奶剂量之前采集呼气样本。

随后,参与者将饮用含每公斤体重0.5克乳糖的牛奶。呼气样本将按以下时间点采集:0小时(给药前)、30分钟、1小时、90分钟、2小时、3小时、4小时、5小时和6小时。在6小时测试中,任意两个时间点之间呼气氢浓度升高超过20ppm的参与者将被归类为乳糖消化不良者,并有资格进入研究的干预部分。干预:干预将分为两个阶段。每个阶段为期15天。第一阶段:在阶段第1天饮用牛奶前采集参与者血液。随后,参与者将从第1天至第14天(共14天)每天饮用500毫升第一种随机分配的牛奶。饮食摄入、粪便类型及症状(腹痛、腹胀

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