ORTIZ 研究:使用 SZC 优化 RASi 治疗
该数据集来自 clinicaltrials.gov,主题为 ORTIZ 研究,关注在使用 SZC 的情况下优化 RASi 治疗

基本信息
资源简介
ORTIZ 研究:使用 SZC 优化 RASi 治疗
该数据集来自 clinicaltrials.gov,主题为 ORTIZ 研究,关注在使用 SZC 的情况下优化 RASi 治疗。覆盖 CKD、2型糖尿病与高钾血症人群。源站描述指出,抑制肾素-血管紧张素系统(RAS)近二十年来一直是蛋白尿性 CKD 患者治疗基石,可延缓肾功能下降、推迟透析并减少心血管事件与死亡;有证据提示最大化 RAS 治疗剂量可改善结局,但高达 80% 的 RASi 治疗患者未使用最大剂量 RASi 治疗,面临更快进展和更差结局的风险。可用于研究 RASi 剂量优化与相关结局预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:CKD、2型糖尿病、高钾血症。近20年来,抑制肾素-血管紧张素(RAS)系统一直是蛋白尿性 CKD 患者治疗的基石,用于减缓肾功能下降、推迟透析的出现并减少心血管事件和死亡。心脏和肾脏文献中的证据表明,与较小剂量的 RAS 治疗相比,最大化 RAS 治疗剂量可带来更好的结局。事实上,我们赖以制定诊疗的许多研究所使用的剂量高于我们大多数患者正在使用的剂量。因此,患者正被那些已显示出具有强大肾脏保护作用的疗法系统性地治疗不足。高达 80% 接受 RASi 治疗的患者未接受最大剂量的 RASi 治疗,使他们面临更快速进展、更差结局和健康风险增加的风险。
【主题与分类】
主题标签:CKD、Diabetes Mellitus, Type 2、Hyperkalemia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04983979
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/NCT04983979
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:慢性肾脏病、2型糖尿病、高钾血症。近20年来,抑制肾素-血管紧张素系统(RAS)一直是蛋白尿性慢性肾脏病患者治疗的基石,用以减缓肾功能下降、推迟透析的出现,并减少心血管事件和死亡。心脏和肾脏领域的文献均有证据表明,将RAS治疗剂量最大化比使用较小剂量能带来更好的结局。事实上,我们赖以制定诊疗方案的许多研究所使用的剂量,都高于我们大多数患者正在服用的剂量。因此,患者正系统性地接受着剂量不足的治疗,而这些治疗已被证明具有强大的肾脏保护作用。高达80%接受RAS抑制剂治疗的患者并未使用最大剂量的RAS抑制剂,这使他们面临疾病进展更快、结局更差以及医疗费用增加的风险。造成这一问题的一个重要原因,是高钾血症的存在或对其的担忧。有报告显示,随着RAS抑制剂处方量的增加,高钾血症的发生率显著升高。
这些担忧导致NICE建议,若患者血钾水平>5mmol/l,则不应开始RASi治疗,而KDOQI指南则建议考虑在血清钾>5.5mmol/l时停止RASi治疗。ACE抑制剂和血管紧张素受体阻滞剂被认为通过减少蛋白尿来提供长期的肾脏保护。肾小球压力的降低是导致蛋白尿减少的主要机制,从而实现肾脏保护,但因此也会导致eGFR急剧下降。因此,在开始/上调ACEi/ARB剂量时,预期会出现eGFR的急剧下降,而这一下降预期会被后续的长期肾脏保护作用所大大补偿。实际上,当前的NICE指南建议,在eGFR下降超过25%之前,无需改变管理策略。目前,在高钾血症患者中优化RASi治疗存在巨大的未满足需求。
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。




