Finerenone治疗成人非糖尿病慢性肾脏病试验
该数据集来自clinicaltrials.gov,主题为Finerenone在成人非糖尿病慢性肾脏病患者中的疗效与安全性试验

基本信息
资源简介
Finerenone治疗成人非糖尿病慢性肾脏病试验
该数据集来自clinicaltrials.gov,主题为Finerenone在成人非糖尿病慢性肾脏病患者中的疗效与安全性试验。源站描述显示,研究旨在比较finerenone与安慰剂对延缓非糖尿病CKD恶化的作用,纳入约1,580名18岁及以上男女参与者,每日口服片剂。数据可用于了解该试验的设计、干预方式与目标人群,支持非糖尿病慢性肾脏病治疗相关的信息检索与分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非糖尿病慢性肾脏病。研究人员正在寻找更好的方法来治疗非糖尿病慢性肾脏病(non-diabetic CKD)患者。试验治疗药物finerenone正在开发中,用于帮助患有长期肾脏疾病(也称为慢性肾脏病CKD)的人。它通过阻断一种名为醛固酮的激素发挥作用,这种激素会导致心脏和肾脏的损伤和炎症,已知在CKD中起作用。在这项试验中,研究人员想了解与安慰剂相比,finerenone是否有助于减缓参与者非糖尿病CKD的恶化。安慰剂看起来像试验治疗药物,但不含任何药物。该试验将纳入约1,580名至少18岁的男性和女性。参与者将每天一次口服finerenone或安慰剂片剂。所有参与者将
【主题与分类】
主题标签:Non-diabetic Chronic Kidney Disease。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05047263
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/NCT05047263
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:非糖尿病性慢性肾脏病。研究人员正在寻找更好的方法来治疗非糖尿病性慢性肾脏病(非糖尿病性CKD)患者。试验治疗药物finerenone正在研发中,旨在帮助患有长期肾脏疾病(也称为慢性肾脏病CKD)的患者。它通过阻断一种名为醛固酮的激素发挥作用,这种激素会导致心脏和肾脏损伤及炎症,已知在CKD中起一定作用。在这项试验中,研究人员希望了解与安慰剂相比,finerenone是否有助于减缓参与者非糖尿病性CKD的恶化。安慰剂看起来像试验治疗药物,但不含任何药物成分。该试验将纳入约1,580名至少18岁的男性和女性。参与者将每天一次口服finerenone或安慰剂片剂。所有参与者还将继续服用其当前用于治疗CKD的药物。参与者将参与试验长达约50个月。在试验期间,医生将采集血液和尿液样本,并检查参与者的健康状况。
参与者还将回答关于他们的感受以及出现了哪些不良事件的问题。不良事件是指在试验期间发生的医疗问题。医生会追踪试验中发生的所有不良事件,即使他们认为这些不良事件可能与试验治疗无关。
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。




