Fisetin改善老年人血管功能研究

该数据集来自clinicaltrials.gov,聚焦心血管系统疾病中的内皮功能障碍,主题涉及衰老、内皮功能障碍与动脉僵硬

University of Colorado, BoulderUniversity of Colorado, Boulder
clinicaltrials
浏览 13
其他AgingEndothelial DysfunctionArterial Stiffness
Fisetin to Improve Vascular Function in Older Adults

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

Fisetin改善老年人血管功能研究

该数据集来自clinicaltrials.gov,聚焦心血管系统疾病中的内皮功能障碍,主题涉及衰老、内皮功能障碍与动脉僵硬。源站描述指出,细胞衰老随年龄增长而增加并导致生理功能障碍,动物研究显示黄酮类化合物fisetin可减少细胞衰老并改善衰老相关血管功能,但尚无已发表研究在老年人中以fisetin靶向细胞衰老来改善血管功能,其潜在机制也未评估。该研究将评估间歇性fisetin治疗能否改善老年人血管功能、降低细胞衰老及衰老细胞产生的氧化应激和炎症因子等生物标志物,并评估安全性与耐受性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:衰老、内皮功能障碍、动脉僵硬。细胞衰老随年龄增长而增加,并导致生理功能障碍。动物模型研究表明,黄酮类化合物fisetin是减少细胞衰老并改善衰老相关血管功能的有效治疗方法。尚无已发表研究在老年人中使用fisetin靶向细胞衰老以改善血管功能。此外,fisetin可能改善老年人血管功能的生物学原因(机制)尚未被评估。本研究将评估老年人间歇性接受fisetin治疗是否能改善血管功能、减少细胞衰老的生物学标志物、氧化应激以及衰老细胞产生的炎症因子(即衰老相关分泌表型因子)。该研究还将评估安全性、耐受性

【主题与分类】

主题标签:Aging、Endothelial Dysfunction、Arterial Stiffness。本站分类:心血管系统疾病/内皮功能障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06133634

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06133634

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:衰老、内皮功能障碍、动脉僵硬。细胞衰老随年龄增长而增加,并导致生理功能障碍。动物模型研究表明,黄酮类化合物非瑟酮是减少细胞衰老和改善衰老过程中血管功能的有效治疗方法。尚无已发表的研究使用非瑟酮靶向老年人的细胞衰老以改善血管功能。此外,非瑟酮可能改善老年人血管功能的生物学原因(机制)尚未得到评估。本研究将评估老年人间歇性使用非瑟酮治疗是否能改善血管功能、减少细胞衰老的生物学标志物、氧化应激以及衰老细胞产生的炎症因子(即衰老相关分泌表型因子)。该研究还将评估非瑟酮治疗的安全性、耐受性和依从性。

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。

获取专属数据定制方案