肺动脉高压中生物标志物与肾功能下降的关联

该数据集来自 clinicaltrials.gov,聚焦肺动脉高压(PH)与慢性肾脏病(CKD)的关联研究。PH 是伴右心室功能障碍、右心衰竭和死亡的严重进展性疾病,约 35% 的 PH 患者合并肾脏病,且肾功能下降会递增不良结局风险

University of GiessenUniversity of Giessen
clinicaltrials
浏览 7
其他预测Pulmonary HypertensionChronic Kidney Disease
Association Between Biomarkers and Kidney Function Decline in Pulmonary Hypertension

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

肺动脉高压中生物标志物与肾功能下降的关联

该数据集来自 clinicaltrials.gov,聚焦肺动脉高压(PH)与慢性肾脏病(CKD)的关联研究。PH 是伴右心室功能障碍、右心衰竭和死亡的严重进展性疾病,约 35% 的 PH 患者合并肾脏病,且肾功能下降会递增不良结局风险。右心室功能不全会通过静脉淤血、心室相互依赖、有效心输出量下降及肾素-血管紧张素-醛固酮系统激活加重肾脏病。目前 PH 中肾脏病的诊断与预后生物标志物仍缺乏。该数据可用于探索右心衰竭与肾脏病之间的病理生理机制,并支持肾功能下降相关生物标志物的预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:肺动脉高压、慢性肾脏病。PH 是一种严重的进展性疾病,与右心室功能障碍、右心衰竭(HF)和死亡相关。约 35% 的 PH 患者存在肾脏病,其存在与不良结局风险增加相关,且风险随肾功能下降而递增。右心室功能不良可能增加静脉淤血、改变心室相互依赖、降低有效心输出量并激活肾素-血管紧张素-醛固酮系统,从而加重肾脏病。亟需更好地理解连接衰竭右心与肾脏的病理生理机制。迄今为止,PH 中肾脏病的诊断和预后生物标志物仍然缺乏。本研究的目的是检查……之间的关联

【主题与分类】

主题标签:Pulmonary Hypertension、Chronic Kidney Disease。本站分类:循环系统疾病/心力衰竭。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06409624

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/NCT06409624

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

疾病:肺动脉高压、慢性肾脏病。肺动脉高压是一种严重的进行性疾病,与右心室功能障碍、右心衰竭(HF)和死亡相关。约35%的肺动脉高压患者伴有肾脏疾病,其存在与不良结局风险增加相关,且风险随肾功能下降而递增。右心室功能不良可能增加静脉淤血、改变心室相互依赖、降低有效心输出量并激活肾素-血管紧张素-醛固酮系统,从而加重肾脏疾病。目前亟需更好地理解衰竭右心与肾脏之间的病理生理机制。迄今为止,肺动脉高压中肾脏疾病的诊断和预后生物标志物仍然缺乏。本研究旨在探讨肺动脉高压患者尿液和血浆生物标志物与eGFR变化之间的关联。

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