螺内酯隔日给药与Finerenone在高钾风险中的安全性研究
该数据集来自clinicaltrials.gov,主题为螺内酯隔日给药与Finerenone在高钾风险中的安全性研究,属于循环系统疾病/其他分类

基本信息
资源简介
螺内酯隔日给药与Finerenone在高钾风险中的安全性研究
该数据集来自clinicaltrials.gov,主题为螺内酯隔日给药与Finerenone在高钾风险中的安全性研究,属于循环系统疾病/其他分类。源站描述显示,这是一项前瞻性、随机、开放标签、盲法终点(PROBE)、单中心研究,旨在比较finerenone与隔日螺内酯在合并心力衰竭和糖尿病肾病且高钾血症风险增加患者中的安全性。研究背景涉及盐皮质激素受体拮抗剂(MRAs)在心力衰竭和糖尿病肾病中的获益及其受高钾血症限制的问题,并指出缺乏直接头对头比较。数据可用于心血管与肾脏疾病治疗安全性相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:心力衰竭、糖尿病肾病、高钾血症。这是一项前瞻性、随机、开放标签、盲法终点(PROBE)、单中心研究,旨在比较finerenone与隔日螺内酯在合并心力衰竭和糖尿病肾病且高钾血症风险增加患者中的安全性。盐皮质激素受体拮抗剂(MRAs)是心力衰竭患者的基石治疗,并已在糖尿病肾病患者中显示出获益。然而,其使用常因高钾血症而受限,尤其是在肾功能受损和基线钾水平升高的患者中。Finerenone是一种非甾体类MRA,在既往试验中显示出比甾体类MRA更有利的安全性特征,但缺乏在高危人群中的直接头对头比较。符合条件的参与者将是患有心力衰竭的成人。
【主题与分类】
主题标签:Heart Failure、Diabetic Kidney Disease、Hyperkalemia。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/NCT07523867
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/NCT07523867
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:心力衰竭、糖尿病肾病、高钾血症。这是一项前瞻性、随机、开放标签、盲法终点(PROBE)、单中心研究,旨在比较非奈利酮与隔日螺内酯在心力衰竭合并糖尿病肾病且高钾血症风险增加患者中的安全性。盐皮质激素受体拮抗剂(MRAs)是心力衰竭患者的基础治疗,并已证实对糖尿病肾病患者有益。然而,其使用常因高钾血症而受限,尤其是在肾功能受损和基线钾水平升高的患者中。非奈利酮是一种非甾体类MRA,在既往试验中显示出比甾体类MRA更有利的安全性特征,但缺乏在高危人群中的直接头对头比较。符合条件的参与者将为伴有基线钾水平升高的心力衰竭和糖尿病肾病成人患者。在提供知情同意后,参与者将按1:1比例随机接受每日一次非奈利酮或隔日给予螺内酯,并联合标准治疗。
参与者在住院期间将接受密集监测,包括每日评估血清钾和肾功能,持续至多7天或直至出院。出院后,参与者将在门诊环境中接受总共4周的随访,包括计划访视和实验室监测。主要终点是4周内临床相关性高钾血症的发生率,定义为血清钾≥ 5.5 mEq/L、因高钾血症中断治疗或调整剂量,或需要进行降钾治疗。次要终点包括血清钾水平变化、首次高钾血症事件时间、严重高钾血症(≥ 6.0 mEq/L)发生率、治疗中止、肾功能变化,以及探索性临床结局,如心力衰竭住院、心律失常和全因死亡率。
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。




