长期使用SGLT抑制剂预防1型糖尿病慢性肾病进展并避免肾缺氧
该数据集来自clinicaltrials.gov,聚焦1型糖尿病合并慢性肾病人群,研究长期使用SGLT-1和2抑制剂对肾脏氧合的影响

基本信息
资源简介
长期使用SGLT抑制剂预防1型糖尿病慢性肾病进展并避免肾缺氧
该数据集来自clinicaltrials.gov,聚焦1型糖尿病合并慢性肾病人群,研究长期使用SGLT-1和2抑制剂对肾脏氧合的影响。源站描述指出,SGLT抑制可降低2型糖尿病患者心血管事件与肾衰竭风险,1型糖尿病患者同样面临心血管与肾脏疾病风险,可能从中获益,但其肾脏保护机制尚不明确,肾缺氧变化可能是因素之一。研究主要目的是评估12周SGLT-1和2抑制对1型糖尿病合并慢性肾病患者肾脏氧合的作用,并进一步探讨肾脏氧耗及对SGLT抑制的反应是否在非洲-加勒比人群中存在差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:肾病、糖尿病肾病、1型糖尿病、白蛋白尿、糖尿病肾脏并发症、糖尿病心血管并发症、缺氧。背景:已观察到钠-葡萄糖协同转运蛋白(SGLT)抑制可降低2型糖尿病患者的心血管事件和肾衰竭风险。1型糖尿病患者也有较高的心血管和肾脏疾病风险,可能从SGLT抑制中获益。SGLT抑制如何使肾脏获益的确切机制尚不清楚。肾缺氧的变化可能是一个因素。目的:本研究的主要目的是评估12周SGLT-1和2抑制对1型糖尿病合并慢性肾病患者肾脏氧合的影响。进一步目的是研究肾脏氧耗和对SGLT抑制的反应是否在非洲-加勒比人群之间存在差异
【主题与分类】
主题标签:Nephropathy、Diabetic Nephropathies、Diabetes Mellitus, Type 1、Albuminuria、Diabetic Complications Renal、Diabetic Complications Cardiovascular、Hypoxia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06147232
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/NCT06147232
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:肾病、糖尿病肾病、1型糖尿病、白蛋白尿、糖尿病肾脏并发症、糖尿病心血管并发症、缺氧。背景:已观察到钠-葡萄糖协同转运蛋白(SGLT)抑制可降低2型糖尿病患者心血管事件和肾衰竭的风险。1型糖尿病患者的心血管和肾脏疾病风险也增加,可能从SGLT抑制中获益。SGLT抑制如何使肾脏获益的确切机制尚不清楚。肾脏缺氧的变化可能是一个因素。目的:本研究的主要目的是评估12周SGLT-1和2抑制对1型糖尿病合并慢性肾脏病患者肾脏氧合的影响。进一步目的是研究非洲-加勒比或北欧裔人群之间肾脏耗氧量和对SGLT抑制的反应是否存在差异。此外,还将探索对左心室射血分数、肾功能以及血液和尿液生物标志物的影响。方法:干预措施为口服索格列净或匹配安慰剂治疗12周。
肾脏氧合和灌注参数以及左心室射血分数将通过功能性磁共振成像进行评估。肾功能和生物标志物将根据当地医院实验室指南进行评估。设计:随机、双盲、安慰剂对照、交叉干预研究。研究人群:将纳入69名患有1型糖尿病和糖尿病肾病伴白蛋白尿的患者,其中39名在哥本哈根Steno糖尿病中心,30名在伦敦国王学院。终点:主要终点:与安慰剂相比,索格列净治疗后0至12周动态R2*加权信号的变化。次要终点:与安慰剂相比,索格列净治疗0至12周在肾脏灌注、肾动脉血流、肾脏氧耗、肾实质甘油三酯分数、肾脏纤维化、左心室射血分数、尿白蛋白-肌酐比值、酮体、促红细胞生成素、脑钠肽前体以及血浆和尿液炎症标志物方面的变化。
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。




