R3R01 对糖尿病肾病患者尿蛋白排泄的评估
本数据集来自 clinicaltrials.gov,主题为 R3R01 对糖尿病肾病患者尿蛋白排泄的评估。源站描述指出,肾脏脂质代谢异常与蓄积在肾病发病机制中起核心作用,这种脂毒性可能促进白蛋白尿和慢性肾脏病的发生;抑制胆固醇吸收或可保护肾脏免受脂质蓄积及相关病变

基本信息
资源简介
R3R01 对糖尿病肾病患者尿蛋白排泄的评估
本数据集来自 clinicaltrials.gov,主题为 R3R01 对糖尿病肾病患者尿蛋白排泄的评估。源站描述指出,肾脏脂质代谢异常与蓄积在肾病发病机制中起核心作用,这种脂毒性可能促进白蛋白尿和慢性肾脏病的发生;抑制胆固醇吸收或可保护肾脏免受脂质蓄积及相关病变。R3R01 是一种 ATP 结合盒转运体 A1(ABCA1)诱导剂,可增加肾脏细胞内胆固醇外流。伴有中重度白蛋白尿的 2 型糖尿病患者肾脏和心血管预后较差。数据可用于研究该药对尿蛋白排泄及糖尿病肾病进展的预测与评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:糖尿病肾病。越来越多的证据表明,肾脏中的脂质代谢异常和蓄积在肾脏疾病的发病机制中起核心作用。这种脂毒性反过来可能促进白蛋白尿和慢性肾脏病的发展。可以推测,减少或阻止肾脏脂质蓄积进展的干预措施可防止肾脏疾病(包括糖尿病肾病(DKD))的进展。因此,抑制胆固醇吸收可能有效保护肾脏免受脂质蓄积及相关疾病的影响。R3R01 是一种 ATP 结合盒转运体 A1(ABCA1)诱导剂,可增加肾脏细胞内胆固醇的外流。伴有中度和重度白蛋白尿的 2 型糖尿病患者肾脏和心血管预后较差。
【主题与分类】
主题标签:Diabetic 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/NCT06600412
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/NCT06600412
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
疾病状态:糖尿病肾病。越来越多的证据表明,肾脏中的脂质代谢异常和脂质蓄积在肾脏疾病的发病机制中起着核心作用。这种脂毒性反过来可能促进白蛋白尿和慢性肾脏病的发生。可以推测,减少或阻止肾脏脂质蓄积进展的干预措施,能够防止肾脏疾病(包括糖尿病肾病(DKD))的进展。因此,抑制胆固醇吸收有可能有效防止肾脏中的脂质蓄积及相关疾病。R3R01是一种ATP结合盒转运体A1(ABCA1)诱导剂,可增加肾脏细胞内胆固醇的外排。伴有中度和重度白蛋白尿的2型糖尿病患者肾脏和心血管预后较差。由于白蛋白尿既被视为风险标志物,也被视为干预靶点,任何具有降低蛋白尿作用的治疗都可能有益。ABCA1诱导剂治疗对糖尿病肾病肾脏参数的作用尚不清楚。
通过研究ABCA1诱导剂治疗对白蛋白尿的影响,将确定这种干预是否可能成为未来的一种治疗选择。本研究是一项单中心、双盲、安慰剂对照、平行组随机(2:1)研究,纳入60名伴有中度或重度白蛋白尿且估算肾小球滤过率(eGFR)高于30 ml/min/1.73m2的2型糖尿病患者。40人将服用R3R01,20人将接受安慰剂。本研究的主要目的是评估R3R01治疗12周对研究人群中白蛋白尿的影响。除12周治疗期外,还将有约24周(168天)的随访期。预计每位患者参加研究的总时长最长可达36周。
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。




