2型糖尿病心血管与糖尿病肾病预防试验

该数据集来自 clinicaltrials.gov,围绕 2 型糖尿病合并动脉粥样硬化性心血管疾病或高危人群,开展随机、开放标签、实用性临床试验,比较 SGLT2i 与 GLP-1RA 两种治疗策略对心血管、肾脏及死亡事件总数的影响

Brigham and Women's HospitalBrigham and Women's Hospital
clinicaltrials
浏览 9
蛋白质预测Type2DiabetesASCVD
PREvention of CardIovascular and DiabEtic kidNey Disease in Type 2 Diabetes

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-14

资源简介

2型糖尿病心血管与糖尿病肾病预防试验

该数据集来自 clinicaltrials.gov,围绕 2 型糖尿病合并动脉粥样硬化性心血管疾病或高危人群,开展随机、开放标签、实用性临床试验,比较 SGLT2i 与 GLP-1RA 两种治疗策略对心血管、肾脏及死亡事件总数的影响。计划随机分配 6,000 名患者,按 1:1 分组,随访主要终点包括心肌梗死、卒中、动脉血运重建、心力衰竭住院、终末期肾病等首次及复发事件。可用于评估降糖药物对心肾结局的预防效果及相关风险预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Type2Diabetes、ASCVD。PRECIDENTD 是一项随机、开放标签、实用性临床试验,旨在比较两种替代治疗方案在 2 型糖尿病(T2D)合并确诊动脉粥样硬化性心血管疾病(ASCVD)或 ASCVD 高危患者中,对心血管、肾脏和死亡事件总数发生率的影响。为实现该目标,我们将把 6,000 名确诊 T2D 且合并 ASCVD 或 ASCVD 高危的患者按 1:1 分配随机接受钠-葡萄糖共转运蛋白 2 抑制剂(SGLT2i)或胰高血糖素样肽-1 受体激动剂(GLP-1RA)。参与者将接受随访,以观察试验主要终点的发生情况,即心肌梗死(MI)、卒中、动脉血运重建、心力衰竭住院、终末期肾病发生、肾脏移植

【主题与分类】

主题标签:Type2Diabetes、ASCVD。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/NCT05390892

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/NCT05390892

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:2型糖尿病、ASCVD。PRECIDENTD是一项随机、开放标签、实用性临床试验,旨在比较两种替代治疗方案在2型糖尿病(T2D)合并已确诊动脉粥样硬化性心血管疾病(ASCVD)或ASCVD高风险患者中,心血管、肾脏及死亡事件总发生率的差异。为实现该目标,我们将把6,000名已确诊T2D合并ASCVD或ASCVD高风险的患者按1:1比例随机分配至钠-葡萄糖共转运蛋白2抑制剂(SGLT2i)组或胰高血糖素样肽-1受体激动剂(GLP-1RA)组。将对参与者进行随访,以观察试验主要终点的发生情况,即心肌梗死(MI)、卒中、动脉血运重建、心力衰竭住院、终末期肾病发生、肾移植及死亡的总(首次及复发)事件次数,统计从随机化至研究结束期间的所有事件。

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