BI 685509不同剂量对糖尿病肾病患者肾功能影响的研究
本数据集来自clinicaltrials.gov,收录一项针对糖尿病肾病成人患者的临床试验,旨在评估药物BI 685509是否改善肾功能

基本信息
资源简介
BI 685509不同剂量对糖尿病肾病患者肾功能影响的研究
本数据集来自clinicaltrials.gov,收录一项针对糖尿病肾病成人患者的临床试验,旨在评估药物BI 685509是否改善肾功能。研究设置三种不同剂量的BI 685509与安慰剂对照,受试者随机分配,每日三次口服片剂,并继续常规糖尿病和肾病治疗。研究持续约7个月,期间约访视11次,其中约6次可在家完成。数据可用于了解糖尿病肾病干预试验设计、剂量比较及肾功能结局评估,属于内分泌、营养和代谢疾病/糖尿病领域(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:糖尿病肾病。本研究面向患有糖尿病肾病的成人。研究目的是查明一种名为BI 685509的药物是否能改善肾功能。本研究测试三种不同剂量的BI 685509。受试者接受三种剂量之一的BI 685509或安慰剂。谁接受哪种BI 685509剂量以及谁接受安慰剂由随机决定。受试者每日服用BI 685509或安慰剂片剂3次。安慰剂片剂外观与BI 685509片剂相似,但不含任何药物。受试者在整个研究期间继续服用其常规的糖尿病和肾病治疗药物。受试者参与研究约7个月。在此期间,他们大约到研究现场访视11次。在可能的情况下,11次访视中约6次可在受试者家中而非研究现场完成。试验工作人员也可能联系
【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/NCT04750577
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/NCT04750577
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。本研究面向患有糖尿病肾病的成年人。研究目的是查明一种名为BI 685509的药物是否能改善肾功能。本研究测试三种不同剂量的BI 685509。参与者接受三种剂量之一的BI 685509或安慰剂。谁接受哪种BI 685509剂量以及谁接受安慰剂由随机决定。参与者每天服用BI 685509或安慰剂片剂3次。安慰剂片剂外观与BI 685509片剂相似,但不含任何药物。参与者在整个研究期间继续服用其常规的糖尿病和肾病药物。参与者参与研究约7个月。在此期间,他们大约到研究地点访视11次。在可能的情况下,11次访视中约6次可以在参与者家中进行,而不是在研究地点。试验工作人员也可能通过电话或视频通话联系参与者。肾功能根据尿液样本分析进行评估,参与者在家中收集尿液样本。在试验结束时,比较不同剂量的BI 685509与安慰剂之间的结果。
在研究期间,医生还会定期检查参与者的总体健康状况。
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。




