尿液蛋白质组学指导早期干预预防2型糖尿病并发症的可行性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06954090

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、2型糖尿病/糖尿病肾病、白蛋白尿。背景：糖尿病及其相关并发症给患者和社会带来了沉重负担。尽管在降低血糖方面取得了进展，但心血管疾病（CVD）和慢性肾脏病（CKD）发生风险的升高仍然是一个紧迫的问题，凸显了优化预防策略和改进治疗方案的迫切需求。近年来，降糖药物的发展，如钠-葡萄糖共转运蛋白2抑制剂（SGLT2-i）和胰高血糖素样肽-1受体激动剂（GLP1-RA），以及非甾体类盐皮质激素受体拮抗剂（nsMRA）非奈利酮的应用，已显示出令人期待的心血管和肾脏保护作用。目前，尚无可靠的方法来预测糖尿病并发症的个体化治疗反应。因此，由于大量患者无应答，治疗获益仍存在争议。SGLT2-i、nsMRA和GLP1-RA在CKD中的应用在很大程度上是并行发展的，所有药物均已证实具有获益，但尚不清楚如何在药物之间进行优先排序，或者是否应全部联合使用。

本研究建立在以往科学研究的基础上，这些研究探讨了尿液蛋白质组，并识别出若干能够预测早期糖尿病相关并发症的生物标志物。CKD273尿液蛋白质组风险评分是用于预测慢性肾脏病（CKD）进展风险的成熟工具。CAD160是用于预测冠状动脉疾病（CAD）风险的尿液蛋白质组风险评分。HF2尿液蛋白质组分类器用于预测心力衰竭（HF）风险。尿液样本分析基于毛细管电泳耦合质谱（CE-MS）来确定这些风险评分。尿液蛋白质组评分是连续数值。评分越高意味着尿液肽图谱与进展性疾病患者更为相似。评分越低则表明肽谱更接近健康个体。此外，

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。