Rubix LS 糖尿病肾病（DKD）注册研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07348718

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：糖尿病肾病（DKD）。本研究是一项前瞻性、多中心观察性患者注册研究，旨在描述在服务医疗资源不足社区的医疗环境中，糖尿病肾病（DKD）的真实世界疾病轨迹、诊疗模式及结局。该注册研究旨在生成能够反映常规临床实践的代表性证据，并识别影响DKD进展和诊疗实施的临床及非临床因素。参与者将继续接受由其主治临床医生决定的所有医疗照护；注册研究不指定任何治疗、诊断性检查或临床管理决策。纵向数据将主要从现有来源采集（例如电子健康记录，以及在可获得的情况下链接的行政/理赔数据），包括肾功能和蛋白尿指标、心血管代谢危险因素、合并症、药物暴露与持续性、临床相关安全性事件以及医疗资源利用情况。

参与者还将被邀请填写简短问卷，以采集患者报告结局和健康社会决定因素（SDOH），包括可能影响治疗启动、监测和结局的可及性与照护障碍。该登记系统将支持采用适当的观察性方法进行描述性和比较效果分析，以处理混杂和缺失问题，并将促进风险分层和治疗反应模型的开发与验证，从而为真实世界环境中的精准治疗靶向和公平实施提供依据。一个核心重点是创建一个高质量、标准化、具有清晰数据来源和质量检查的数据集，以支持可重复研究。数据共享是该登记系统的基础组成部分。在参与者明确知情同意和隐私保障的前提下，去标识化的参与者层面数据及支持性文档可按照所述数据获取方式提供给合格的研究人员。

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。