GLP-1受体治疗糖尿病患者胃超声胃排空观察研究
该数据集来自 clinicaltrials.gov,为一项在 Geneva University Hospitals(HUG)开展的观察性研究,关注接受 semaglutide 治疗的 2 型糖尿病患者胃排空延迟及其对麻醉管理的影响

基本信息
资源简介
GLP-1受体治疗糖尿病患者胃超声胃排空观察研究
该数据集来自 clinicaltrials.gov,为一项在 Geneva University Hospitals(HUG)开展的观察性研究,关注接受 semaglutide 治疗的 2 型糖尿病患者胃排空延迟及其对麻醉管理的影响。研究计划纳入 38 名参与者,每人参与 7 天,招募约需 1.5 年。数据可用于分析胃超声评估胃排空与反流、麻醉诱导期肺误吸风险之间的关系,为术前停药时机提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:Diabete Type 2、Regurgitation、Pulmonary Aspiration During Anaesthetic Induction。接受 semaglutide 治疗会减慢胃排空,食物在胃内停留时间更长。这种减慢对麻醉管理具有重要意义。目前,我们尚不清楚在手术和麻醉前停用该药物的最佳时长,以确保胃排空。这是一项观察性研究项目,仅在 Geneva University Hospitals(HUG)开展。为回答研究问题,需要 38 名个体参与。每人的参与时长为 7 天。招募所需数量的参与者大约需要 1.5 年。该项目按照瑞士法律要求和公认的国际指南开展。主管伦理委员会
【主题与分类】
主题标签:Diabete Type 2、Regurgitation。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07506356
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/NCT07506356
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:2型糖尿病、反流、麻醉诱导期间肺误吸。司美格鲁肽治疗会减慢胃排空,食物在胃内停留时间延长。这种减慢对麻醉管理具有重要意义。目前,我们尚不清楚术前及麻醉前停用该药物的最佳时长,以确保胃排空。这是一项观察性研究项目,仅在日内瓦大学医院(HUG)开展。为回答该研究问题,需要38名个体参与。每人的参与时长为7天。为招募所需数量的参与者,大约需要1.5年。本项目按照瑞士法律要求和公认的国际指南开展。主管伦理委员会已审查并批准本项目。项目将持续7天,期间参与者需来医院3次进行胃部超声检查。
在这些天里,参与者需在早上7点至8点之间进食早餐,早餐至少包括面包和/或谷物和/或蛋白质。之后,参与者需禁食固体食物6小时、禁饮液体2小时。若参与者吸烟,则必须在检查前禁烟12小时。下午2点,麻醉科医师将在医院接待参与者进行胃容量评估检查,检查结束后参与者可进食少量点心并回家。
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。




