尼可地尔在类风湿关节炎患者动脉粥样硬化风险中的作用
该数据集来自 clinicaltrials.gov,主题为尼可地尔在类风湿关节炎患者动脉粥样硬化风险中的作用。类风湿关节炎与心血管疾病风险显著相关,其动脉粥样硬化因慢性系统性炎症、内皮功能障碍及高血压、血脂异常、胰岛素抵抗等传统心血管危险因素而加速

基本信息
资源简介
尼可地尔在类风湿关节炎患者动脉粥样硬化风险中的作用
该数据集来自 clinicaltrials.gov,主题为尼可地尔在类风湿关节炎患者动脉粥样硬化风险中的作用。类风湿关节炎与心血管疾病风险显著相关,其动脉粥样硬化因慢性系统性炎症、内皮功能障碍及高血压、血脂异常、胰岛素抵抗等传统心血管危险因素而加速。传统合成改善病情抗风湿药可有效控制关节炎症与疾病活动,但不影响动脉粥样硬化风险。尼可地尔兼具硝酸酯样血管舒张作用与 ATP 敏感性钾通道激活作用,在心血管医学中被广泛研究。该数据可用于评估尼可地尔对类风湿关节炎患者动脉粥样硬化风险的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:类风湿关节炎(RA)、动脉粥样硬化。RA 与心血管(CV)疾病的显著风险相关。RA 患者的动脉粥样硬化明显加速,由慢性系统性炎症、内皮功能障碍以及包括高血压、血脂异常和胰岛素抵抗在内的传统 CV 危险因素共同驱动。传统合成改善病情抗风湿药(csDMARDs)可有效控制关节炎症和疾病活动,但不影响动脉粥样硬化风险。尼可地尔是一种混合型药物,兼具硝酸酯样血管舒张特性与 ATP 敏感性钾(K_ATP)通道激活作用。它因其血管舒张、抗缺血和内皮稳定作用而在心血管医学中得到广泛研究。近期临床前和临床证据提示,尼可地尔还具有
【主题与分类】
主题标签:Rheumatoid Arthritis (RA、Atherosclerosis。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07800351
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/NCT07800351
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:类风湿关节炎(RA)、动脉粥样硬化。RA与显著的心血管(CV)疾病风险相关。RA患者的动脉粥样硬化明显加速,其驱动因素包括慢性全身性炎症、内皮功能障碍以及传统CV危险因素(如高血压、血脂异常和胰岛素抵抗)的共同作用。传统合成改善病情抗风湿药(csDMARDs)能有效控制关节炎症和疾病活动度,但不影响动脉粥样硬化风险。尼可地尔是一种混合型药物,兼具硝酸酯样血管舒张特性和ATP敏感性钾(K_ATP)通道激活作用。因其血管舒张、抗缺血和稳定内皮的作用,该药在心血管医学中已被广泛研究。近期临床前和临床证据提示,尼可地尔还具有抗炎特性,使其成为RA等炎症状态下血管保护的有前景候选药物。颈动脉内膜中层厚度(CIMT)是一种经过验证的无创影像学生物标志物,用于评估亚临床动脉粥样硬化。
它反映了动脉结构改变,并可预测未来心血管事件。在RA中,即使没有明显的心血管疾病,CIMT也常常升高,且与病程、疾病活动度和全身性炎症相关。CIMT的变化可作为替代终点,用于评估干预试验中动脉粥样硬化的进展或消退。脂蛋白(a)[Lp(a)]已成为预测动脉粥样硬化风险的一种有前景的生物标志物。Lp(a)水平升高通过促进内皮功能障碍、氧化应激以及血管壁内促炎免疫细胞的募集,加速动脉粥样硬化形成。与健康个体相比,RA患者常表现出Lp(a)水平升高,这与更高的动脉粥样硬化风险相关。在自身免疫性疾病中,RA与Lp(a)升高在c
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




