在初级保健中研究 Finerenone 对 2 型糖尿病合并慢性肾病患者真实世界疗效的研究(IMSS)
该数据集来自 clinicaltrials.gov,聚焦 2 型糖尿病合并慢性肾脏病(CKD G2 至 G3b 期)成人患者,在初级保健常规诊疗中接受 finerenone 治疗的真实世界观察性研究

基本信息
资源简介
在初级保健中研究 Finerenone 对 2 型糖尿病合并慢性肾病患者真实世界疗效的研究(IMSS)
该数据集来自 clinicaltrials.gov,聚焦 2 型糖尿病合并慢性肾脏病(CKD G2 至 G3b 期)成人患者,在初级保健常规诊疗中接受 finerenone 治疗的真实世界观察性研究。主要目的是了解 finerenone 治疗随时间对尿白蛋白与肌酐比值(uACR,肾脏健康标志物)的影响,并帮助研究者理解该药在日常初级保健中的使用方式与患者反应。研究不决定或分配治疗,仅当初级保健医生已决定处方 finerenone 时参与者才接受该药,起始剂量和剂量调整由医生根据个体需求决定。数据可用于分析真实世界用药模式与 uACR 变化趋势(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:2 型糖尿病、慢性肾脏病(CKD)G2 至 G3b 期。本研究的主要目的是了解在初级保健诊所作为常规医疗护理一部分接受治疗的 2 型糖尿病合并慢性肾脏病成人中,finerenone 治疗如何随时间影响尿白蛋白与肌酐比值(uACR),这是肾脏健康的一个标志物。该研究将帮助研究人员更好地了解 finerenone 在日常初级保健环境中的使用方式以及人们对治疗的反应。这是一项观察性研究,意味着研究不决定或分配治疗。参与者仅在其初级保健医生已决定将其作为常规医疗护理的一部分开具处方时才会接受 finerenone。医生将根据参与者的个体需求确定起始剂量并进行任何剂量调整。所有参与者将 e
【主题与分类】
主题标签:Type 2 Diabetes。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/NCT07841015
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/NCT07841015
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
疾病条件:2型糖尿病、慢性肾脏病(CKD)G2至G3b期。本研究的主要目的是了解,在初级保健诊所中作为常规医疗的一部分接受治疗的2型糖尿病和慢性肾脏病成人患者中,非奈利酮治疗如何随时间影响尿白蛋白与肌酐比值(uACR)这一肾脏健康标志物。该研究将帮助研究人员更好地了解非奈利酮的使用方式,以及人们在日常初级保健环境中对治疗的反应。这是一项观察性研究,这意味着研究不决定也不分配治疗。只有当参与者的初级保健医生已决定将其作为常规医疗的一部分开具处方时,参与者才会接受非奈利酮。医生将根据参与者的个体需求确定起始剂量并进行任何剂量调整。所有参与者将被纳入单一研究组,并在开始使用非奈利酮后接受最长12个月的随访。常规初级保健访视期间收集的信息可能包括肾脏健康测量值、实验室检查结果、其他药物、医疗保健使用情况以及治疗期间出现的任何副作用。
计划在第1个月、第3个月、第6个月和第12个月前后进行随访评估。关于不良事件的信息将收集至受试者末次服用finerenone后30天。本研究除常规诊疗外不会要求额外的治疗决策,旨在了解finerenone在真实世界初级保健实践中的表现。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




