Finerenone 在射血分数降低的心力衰竭中的疗效与安全性
该数据集来自 clinicaltrials.gov,主题为 Finerenone 在射血分数降低的心力衰竭(HFrEF)患者中的疗效与安全性,同时涉及糖尿病与糖尿病肾病

基本信息
资源简介
Finerenone 在射血分数降低的心力衰竭中的疗效与安全性
该数据集来自 clinicaltrials.gov,主题为 Finerenone 在射血分数降低的心力衰竭(HFrEF)患者中的疗效与安全性,同时涉及糖尿病与糖尿病肾病。源站描述指出,Finerenone 是一种新型选择性非甾体盐皮质激素受体拮抗剂(MRA),已广泛用于合并慢性肾脏病(CKD)的 2 型糖尿病(T2DM)患者,最新试验显示其可改善 T2DM 合并 CKD 患者的心血管结局,尤其降低心力衰竭住院风险;在糖尿病肾病患者中可降低 CKD 进展与心血管事件风险。与 eplerenone 相比,Finerenone 在伴或不伴 T2DM 和 CKD 的慢性心力衰竭(CHF)患者中显示出较大治疗潜力,但目前尚缺乏针对 HFrEF。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:射血分数降低的心力衰竭、糖尿病、糖尿病肾病。Finerenone 是一种新型选择性非甾体盐皮质激素受体拮抗剂(MRA),目前广泛用于合并慢性肾脏病(CKD)的 2 型糖尿病(T2DM)患者,最新试验显示 Finerenone 可改善 T2DM 合并 CKD 患者的心血管结局,尤其是降低心力衰竭住院风险。在糖尿病肾病患者中,Finerenone 可降低 CKD 进展和心血管事件的风险。与 eplerenone 相比,Finerenone 在伴或不伴 T2DM 和 CKD 的慢性心力衰竭(CHF)患者中显示出巨大的潜在治疗作用,但目前尚无关于 Finerenone 在射血分数降低的心力衰竭(HFrEF)患者中的真实世界研究,且 Finerenone 在 CHF 患者中的效果尚不明确。
【主题与分类】
主题标签:Diabetes Mellitus、Diabetic Nephropathies。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/NCT05974566
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/NCT05974566
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
疾病:射血分数降低的心力衰竭、糖尿病、糖尿病肾病。非奈利酮是一种新型选择性非甾体类盐皮质激素受体拮抗剂(MRA),目前广泛用于2型糖尿病(T2DM)合并慢性肾脏病(CKD)患者,最新试验表明非奈利酮可改善T2DM合并CKD患者的心血管结局,尤其是降低心力衰竭住院风险。在糖尿病肾病患者中,非奈利酮可降低CKD进展和心血管事件的风险。与依普利酮相比,非奈利酮在合并或不合并T2DM和CKD的慢性心力衰竭(CHF)患者中显示出巨大的潜在治疗作用,但目前尚无关于非奈利酮在射血分数降低的心力衰竭(HFrEF)患者中的真实世界研究,且非奈利酮在不合并T2DM和CKD的CHF患者中的效果尚不明确。研究者将开展一项研究,以证明非奈利酮在HFrEF患者中相较于其他MRA的疗效和安全性。
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。




