GOLD-STANDARD:糖尿病肾病中目标导向治疗降低肾脏与心血管风险
该研究采用实用性随机设计,评估在常规肾脏病诊疗中整合肾脏、心血管与代谢风险管理的早期、目标导向 Cardio-Kidney-Metabolic (CKM) 照护策略的可行性,主要目标包括招募、留存、治疗实施与依从性,并在 12 个月随访中评估安全性与治疗接受度

基本信息
资源简介
GOLD-STANDARD:糖尿病肾病中目标导向治疗降低肾脏与心血管风险
GOLD-STANDARD 是一项在 clinicaltrials.gov 登记的糖尿病肾病相关研究数据集,聚焦 Diabetic Kidney Disease (DKD)、Type 2 Diabetes Mellitus (T2DM) 与 Chronic Kidney Disease 人群。该研究采用实用性随机设计,评估在常规肾脏病诊疗中整合肾脏、心血管与代谢风险管理的早期、目标导向 Cardio-Kidney-Metabolic (CKM) 照护策略的可行性,主要目标包括招募、留存、治疗实施与依从性,并在 12 个月随访中评估安全性与治疗接受度。数据可用于研究 CKM 照护模式的可行性评估,并为未来大规模试验的设计与实施提供依据。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:糖尿病肾病(DKD)、2型糖尿病(T2DM)、慢性肾脏病。GOLD-STANDARD 研究将评估一种早期、目标导向的心-肾-代谢(CKM)照护策略的可行性,该策略将肾脏、心血管和代谢风险管理整合到常规肾脏病诊疗中。研究采用实用性随机设计,将评估结构化的 CKM 照护方法能否在安大略省医疗系统内安全有效地实施。这项试点研究的主要目标是评估可行性,包括招募、留存、治疗实施和依从性。还将在 12 个月随访期内评估安全性和治疗接受度指标。本研究的结果将为未来评估早期 CKM 照护对临床肾脏和心血管影响的大规模试验的设计与实施提供依据。
【主题与分类】
主题标签:Diabetic Kidney Disease (DKD)、Type 2 Diabetes Mellitus (T2DM)、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/NCT07434791
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/NCT07434791
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
疾病条件:糖尿病肾病(DKD)、2型糖尿病(T2DM)、慢性肾脏病。GOLD-STANDARD研究将评估在常规肾脏病实践中整合肾脏、心血管和代谢风险管理的早期、目标导向的心-肾-代谢(CKM)照护策略的可行性。该研究采用实用性随机设计,将评估在安大略省医疗系统内能否安全有效地实施结构化的CKM照护方法。这项初步研究的主要目标是评估可行性,包括招募、留存、治疗实施和依从性。还将在12个月的随访期内评估安全性和治疗接受度指标。本研究的结果将为未来大规模试验的设计和实施提供依据,该试验将评估早期CKM照护对临床肾脏和心血管结局的影响。
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。




