非诺贝特预防1型糖尿病肾功能丧失的初步研究
尽管近20年血糖与血压控制改善,且引入RASB等肾保护药物,T1D终末期肾病(ESKD)发生率仍高。研究依托PERL联盟,探索在糖尿病肾病早期使用PPAR-alpha激动剂非诺贝特延缓或阻止肾功能下降

基本信息
资源简介
非诺贝特预防1型糖尿病肾功能丧失的初步研究
该数据集来自 clinicaltrials.gov,聚焦1型糖尿病(T1D)合并糖尿病肾病(Diabetic Nephropathies)人群。尽管近20年血糖与血压控制改善,且引入RASB等肾保护药物,T1D终末期肾病(ESKD)发生率仍高。研究依托PERL联盟,探索在糖尿病肾病早期使用PPAR-alpha激动剂非诺贝特延缓或阻止肾功能下降。FIELD与ACCORD试验提示其潜在肾保护作用。数据可用于预测肾功能进展、评估非诺贝特干预效果及筛选早期干预标志物(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病肾病。尽管过去20年在血糖和血压控制方面有所改善,并且引入了诸如肾素-血管紧张素系统阻滞剂(RASB)等“肾脏保护性”药物,1型糖尿病(T1D)中终末期肾病(ESKD)的总体发病率仍然很高。为了寻找预防糖尿病肾病(DKD)和/或减缓其在T1D中进展为ESKD的新疗法,研究者建立了一个由高质量学术中心组成的独特联盟,命名为PERL(Preventing Early Renal Function Loss in Diabetes),以强调在T1D的DKD病程相对早期进行干预的重点,此时肾脏损伤更有可能被减缓或停止。FIELD和ACCORD试验的结果提示PPAR-alpha激动剂非诺贝特具有肾脏保护作用,这引发了使用这种廉价g
【主题与分类】
主题标签:Diabetic Nephropathies。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04929379
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/NCT04929379
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:糖尿病肾病。尽管过去20年在血糖和血压控制方面取得了进步,并且引入了如肾素-血管紧张素系统阻断剂(RASB)等“肾脏保护性”药物,1型糖尿病(T1D)中终末期肾病(ESKD)的总体发病率仍然很高。为了寻找预防糖尿病肾病(DKD)和/或延缓其向ESKD进展的新疗法,研究人员建立了一个由高质量学术中心组成的独特联盟,命名为PERL(预防糖尿病早期肾功能丧失),以强调在T1D的DKD病程中相对早期进行干预的重点,此时肾脏损伤更有可能被减缓或阻止。FIELD和ACCORD试验的结果表明,PPAR-α激动剂非诺贝特具有肾脏保护作用,这提出了使用这种廉价的仿制药来预防T1D患者GFR下降的令人兴奋的可能性。然而,这些数据是通过对2型糖尿病(T2D)人群的回顾性分析获得的,这些人群的临床特征是为心血管疾病研究而优化的。
因此,需要一项专门设计用于评估对GFR下降影响的临床试验,才能牢固确立非诺贝特在T1D中的DKD适应症。作为第一步,研究者正在开展一项纳入40名T1D合并早中期DKD、且ESKD高风险参与者的初步研究,这些参与者将在两个PERL中心入组,并按1:1比例随机接受非诺贝特或安慰剂治疗18个月,随后进行两个月的洗脱期。这项初步研究的目标是:1. 明确非诺贝特对肾功能的急性影响的性质。目前尚不清楚,在非诺贝特治疗开始时观察到的eGFR下降,是非诺贝特引起肌酐生成和/或肾小管处理改变所造成的假象,还是对应于GFR的实际下降。这一争议对关键性试验设计具有至关重要的影响,将通过di
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。




