Finerenone 治疗对 2 型糖尿病患者心肾靶器官损害的影响
该数据集来自 clinicaltrials.gov,聚焦 Finerenone 治疗对 2 型糖尿病患者心肾靶器官损害的影响,涉及 2 型糖尿病、2 型糖尿病所致慢性肾脏病及心血管疾病人群

基本信息
资源简介
Finerenone 治疗对 2 型糖尿病患者心肾靶器官损害的影响
该数据集来自 clinicaltrials.gov,聚焦 Finerenone 治疗对 2 型糖尿病患者心肾靶器官损害的影响,涉及 2 型糖尿病、2 型糖尿病所致慢性肾脏病及心血管疾病人群。源站描述指出,全球糖尿病患病率持续上升,约 40% 的 2 型糖尿病患者会发展为慢性肾脏病,糖尿病肾病是肾衰竭的首要原因,并与心血管疾病和心力衰竭密切相关,与全因死亡率增加三倍及预期寿命缩短 16 年相关。大型临床试验显示 Finerenone 可降低慢性肾脏病进展风险并改善心血管结局,但这些试验未反映当前标准治疗,因仅少数患者(6.7%)接受 SGLT2-I(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:2 型糖尿病(T2DM)、2 型糖尿病所致慢性肾脏病、心血管疾病。全球糖尿病患病率正在大幅上升。约 40% 的 2 型糖尿病患者会发展为慢性肾脏病。糖尿病肾病是肾衰竭的首要原因,它与心血管疾病和心力衰竭密切相关,并与全因死亡率增加三倍及预期寿命缩短 16 年相关。在大型临床试验中,新药 finerenone 已显示可降低 2 型糖尿病合并慢性肾脏病患者的慢性肾脏病进展风险并改善心血管结局。然而,这些试验并未反映 2 型糖尿病合并慢性肾脏病患者的当前标准治疗,因为仅少数(6.7%)接受了 SGLT2-I——a t
【主题与分类】
主题标签:Type 2 Diabetes Mellitus (T2DM)、Cardiovascular Diseases。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/NCT07026539
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/NCT07026539
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:2型糖尿病(T2DM)、2型糖尿病所致慢性肾脏病、心血管疾病。全球糖尿病患病率正大幅上升。约40%的2型糖尿病患者会发展为慢性肾脏病。糖尿病肾病是肾衰竭的首要原因,与心血管疾病和心力衰竭密切相关,并与全因死亡率增加三倍及预期寿命缩短16年相关。在大型临床试验中,新型药物非奈利酮已显示可降低2型糖尿病合并慢性肾脏病患者的慢性肾脏病进展风险并改善心血管结局。然而,这些试验并未反映当前2型糖尿病合并慢性肾脏病患者的标准治疗,因为仅少数(6.7%)患者接受了SGLT2抑制剂——自2022年以来,该治疗已被视为这类患者的标准治疗。FineCaRe研究旨在探讨非奈利酮联合SGLT2抑制剂治疗对2型糖尿病合并慢性肾脏病患者白蛋白尿和左心室质量的影响。
研究人员将开展一项为期26周、由研究者发起、单中心、安慰剂对照、双盲随机临床试验。经过筛选和纳入后,参与者将按1:1随机分配至非奈利酮组或安慰剂组。将在基线时、26周治疗期间及治疗结束后评估结局。FineCaRe研究的主要目标是获取新知识,以帮助预防糖尿病患者的肾衰竭。通过该项目,研究人员旨在促进对糖尿病肾病患者肾脏和心脏中可作为靶点的疾病机制的理解。这有望为预防慢性肾脏病和肾衰竭提供更好的机会。
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。




