POWERED研究:二甲双胍预防移植后糖尿病
该数据集来自clinicaltrials.gov,围绕POWERED研究,主题为使用二甲双胍预防肾移植后新发糖尿病(PTDM)
基本信息
资源简介
POWERED研究:二甲双胍预防移植后糖尿病
该数据集来自clinicaltrials.gov,围绕POWERED研究,主题为使用二甲双胍预防肾移植后新发糖尿病(PTDM)。源站描述指出,肾移植是终末期肾病的理想替代治疗,但高达30%的新肾移植受者会发生移植后糖尿病,并与移植物及患者生存不良和费用负担增加相关,临床亟需降低PTDM风险的疗法;二甲双胍安全廉价,已在非移植高危人群中显示可降低2型糖尿病发生率,研究者拟研究其预防PTDM的安全性和有效性。数据可用于糖尿病预防相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:移植后糖尿病、移植后新发糖尿病、移植后新发糖尿病、肾移植;并发症、肾移植、终末期肾病、二甲双胍。肾移植是终末期肾病的最佳肾脏替代治疗形式。然而,高达30%的新肾移植受者会发生移植后糖尿病(PTDM)。PTDM的发生与移植物和患者生存结局不良相关,并带来增加的财务负担。临床迫切需要发现能够降低发生PTDM风险的疗法。二甲双胍提供了一种安全且廉价的治疗选择,已被证明可降低高危非移植患者群体中2型糖尿病的发病率。研究者拟研究其预防该疾病的的安全性和有效性。
【主题与分类】
主题标签:Post-transplant Diabetes Mellitus、New Onset Diabetes After Transplant、New Onset Diabetes After Transplantation、Kidney Transplant; Complications、Renal Transplantation、End Stage Renal Disease、Metformin。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05240274
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/NCT05240274
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:移植后糖尿病、移植后新发糖尿病、移植后新发糖尿病、肾移植;并发症、肾移植、终末期肾病、二甲双胍。肾移植是终末期肾病肾脏替代治疗的最佳形式。然而,高达30%的新肾移植受者会发展为移植后糖尿病(PTDM)。PTDM的发生与移植物和患者生存结局不良相关,并带来更高的经济负担。临床迫切需要发现能够降低PTDM发生风险的疗法。二甲双胍提供了一种安全且廉价的治疗选择,已被证明可降低高风险非移植患者群体中2型糖尿病的发病率。研究者拟研究其预防PTDM发生的安全性和有效性。POWERED是一项单中心、安慰剂对照、双盲随机临床试验,研究二甲双胍在无既往糖尿病史且接受新肾移植的患者中的应用。
符合条件的、已签署知情同意书的患者将在移植后10天内随机接受为期3个月的活性药物或安慰剂治疗。所有患者都将接受移植患者常规标准治疗。将在基线时及参与研究全程收集和评估临床与实验室数据。主要终点是发生PTDM,定义为口服葡萄糖耐量试验(OGTT)阳性。次要终点包括移植物结局、胰腺β细胞功能及安全性终点。该研究于2019年1月开始招募,计划入组60例患者。未计划进行中期分析。研究开始前已获得伦敦-布莱顿和萨塞克斯伦理委员会伦理批准(REC 18/LO/0958)。所有研究相关数据将由申办方根据当地数据保护法使用。试验结果将提交至同行评审期刊发表。
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。




