北京社区老年人排尿功能与多病共存风险纵向研究
该数据集来自 clinicaltrials.gov,聚焦北京社区 60 岁及以上老年居民,研究排尿功能(如膀胱或肾功能)与多种健康问题(如高血压、糖尿病)在老龄化过程中的相互影响

基本信息
资源简介
北京社区老年人排尿功能与多病共存风险纵向研究
该数据集来自 clinicaltrials.gov,聚焦北京社区 60 岁及以上老年居民,研究排尿功能(如膀胱或肾功能)与多种健康问题(如高血压、糖尿病)在老龄化过程中的相互影响。覆盖慢性肾脏病、膀胱过度活动症、良性前列腺增生、女性盆底功能障碍、下尿路症状、代谢综合征、心血管疾病和糖尿病等主题。数据可用于分析老年人排尿功能与多病共存的关联,并支持相关风险预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Chronic Kidney Disease, Overactive Bladder, Benign Prostatic Hyperplasia, Female Pelvic Floor Dysfunction, Lower Urinary Tract Symptoms, Metabolic Syndrome, Cardiovascular Diseases, Diabetes Mellitus. 本研究聚焦北京社区 60 岁及以上居民,旨在了解排尿功能(如膀胱或肾功能)与多种健康问题(如高血压、糖尿病)在人们衰老过程中如何相互影响——因为当前研究往往只关注单一疾病,且未能很好地覆盖这一群体。要参加,参与者需为 60 岁以上的北京社区居民,能够回答简单问题;患有严重精神疾病或预期寿命不足 1 年者不能参加。研究从基线检查开始(询问参与者的健康状况、习惯,进行血液/尿液检测或排尿功能评估,并可能收集
【主题与分类】
主题标签:Chronic Kidney Disease、Overactive Bladder、Benign Prostatic Hyperplasia、Female Pelvic Floor Dysfunction、Lower Urinary Tract Symptoms、Metabolic Syndrome、Cardiovascular Diseases、Diabetes Mellitus。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/NCT07357714
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/NCT07357714
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
研究涉及的疾病包括:慢性肾脏病、膀胱过度活动症、良性前列腺增生、女性盆底功能障碍、下尿路症状、代谢综合征、心血管疾病、糖尿病。本研究聚焦于北京市60岁及以上的社区常住居民,旨在了解随着年龄增长,泌尿功能(如膀胱或肾脏功能)与多种健康问题(如高血压、糖尿病)之间如何相互影响——因为目前的研究往往只关注单一疾病,对该人群的覆盖不足。参与本研究的条件为:60岁及以上的北京社区常住居民,能够回答简单问题;患有严重精神疾病或预期寿命不足1年者不能参加。研究首先进行基线检查(询问参与者的健康状况、生活习惯,进行血液/尿液检测或泌尿功能评估,并可能采集少量血液/尿液样本)。此后,研究人员将每6至12个月进行一次随访(通过电话或门诊更新健康信息),并每年重复关键检查;认知能力较低者每3个月检查一次。
研究人员还将记录新发疾病、行动不便问题(如跌倒)或死亡情况。该研究已通过伦理审查——参与者在加入前将获得明确信息,可随时退出,且参与者数据将保密;参与者还将获得免费健康检查报告和基本建议。对参与者而言,这意味着定期健康监测;对所有人而言,这将有助于开发识别高风险群体的工具(如社区应用程序)、设计更好的帮助方案(如运动计划),并推动社区每年进行泌尿健康检查。
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。




