CKD综合诊疗对结局影响研究队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT05242055

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：慢性肾脏病、高血压、高血糖、高脂血症、贫血、慢性肾脏病-矿物质与骨异常、营养不良。目的：建立我院慢性肾脏病患者研究队列并进行随访，评估真实世界中慢性肾脏病综合诊疗的指南遵循情况，以及不同分层患者的临床预后。

方法：通过建立1000例CKD患者队列并进行长期随访，实施CKD一体化诊疗，即：定期监测，控制血压、血糖、血脂，纠正贫血、矿物质-骨代谢异常、营养不良、酸碱及电解质紊乱，饮食与运动等一体化管理指导，采用非侵入性、观察性研究、前瞻性队列回顾性分析，描述一体化诊疗的实施情况，对慢性肾脏病（CKD）心血管疾病及其他主要终点事件进行分层分析和危险因素分析，从而客观反映CKD一体化治疗状况，为CKD诊疗持续质量改进和改善患者临床预后提供数据支持。

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。