2型糖尿病合并NASH的联合积极治疗
该数据集来自clinicaltrials.gov,围绕2型糖尿病合并非酒精性脂肪性肝炎(NASH)的联合治疗试验。源站描述指出,肥胖和2型糖尿病与NAFLD密切相关,NAFLD又预示2型糖尿病和心血管疾病的发生;2型糖尿病合并NAFLD患者中高达80%有NASH,且2型糖尿病是更晚期纤维化、纤维化进

基本信息
资源简介
2型糖尿病合并NASH的联合积极治疗
该数据集来自clinicaltrials.gov,围绕2型糖尿病合并非酒精性脂肪性肝炎(NASH)的联合治疗试验。源站描述指出,肥胖和2型糖尿病与NAFLD密切相关,NAFLD又预示2型糖尿病和心血管疾病的发生;2型糖尿病合并NAFLD患者中高达80%有NASH,且2型糖尿病是更晚期纤维化、纤维化进展更快和死亡率增加的独立危险因素。NASH患者肝相关死亡率较一般人群增加10倍,心血管发病和死亡风险也过高,目前尚无确立的药物治疗。该试验旨在评估semaglutide 1 mg/周(GLP1RA)联合empagliflozin 10 mg/d(SGLT2I)的疗效(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:2型糖尿病、非酒精性脂肪性肝炎(NASH)、非酒精性脂肪性肝病(NAFLD)。肥胖和2型糖尿病(T2D)与非酒精性脂肪性肝病(NAFLD)密切相关,而NAFLD反过来预示T2D和心血管疾病的发生。高达80%合并T2D的NAFLD患者有NASH,且T2D的存在是更晚期纤维化、纤维化进展更快和死亡率增加的独立危险因素。与一般人群相比,NASH患者的肝相关死亡率增加10倍。此外,NASH患者的心血管发病和死亡风险过高。目前,尚无针对合并T2D的NASH患者的确立药物治疗。本试验的目的是评估semaglutide 1 mg/周(GLP1RA)与empagliflozin 10 mg/d(SGLT2I)联合治疗的疗效。
【主题与分类】
主题标签:Type 2 Diabetes、Non-alcoholic Steatohepatitis (NASH)。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04639414
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/NCT04639414
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、非酒精性脂肪性肝炎(NASH)、非酒精性脂肪性肝病(NAFLD)。肥胖和2型糖尿病(T2D)与非酒精性脂肪性肝病(NAFLD)紧密相关,而后者又预示着T2D和心血管疾病的发展。高达80%伴有T2D的NAFLD患者患有NASH,且T2D的存在是更晚期纤维化、纤维化进展速率加快及死亡率增加的一个独立风险因素。与普通人群相比,NASH患者的肝脏相关死亡率增加了10倍。此外,NASH患者面临心血管疾病发病和死亡的高风险。目前,对于伴有T2D的NASH患者,尚无确立的药物治疗方案。本试验旨在评估semaglutide 1毫克/周(GLP1RA)联合empagliflozin 10毫克/日(SGLT2I)治疗,或ii)empagliflozin 10毫克/日单药治疗,在T2D患者中通过组织学解决NASH且48周治疗后纤维化无进展的疗效。
为确认NASH的组织学诊断并证明治疗有效性,将在筛选前及治疗阶段结束时进行肝活检。
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。




