一项测试不同剂量 BI 690517 单用或联合 Empagliflozin 改善慢性肾病患者肾功能的研究
本数据集来自 clinicaltrials.gov,收录一项针对慢性肾病成人患者的临床研究。该研究纳入伴或不伴 2 型糖尿病的患者,旨在评估 BI 690517 单用或与 empagliflozin 联用对肾功能的改善作用

基本信息
资源简介
一项测试不同剂量 BI 690517 单用或联合 Empagliflozin 改善慢性肾病患者肾功能的研究
本数据集来自 clinicaltrials.gov,收录一项针对慢性肾病成人患者的临床研究。该研究纳入伴或不伴 2 型糖尿病的患者,旨在评估 BI 690517 单用或与 empagliflozin 联用对肾功能的改善作用。研究分两阶段:第一阶段每日口服 empagliflozin 或安慰剂 2 个月;第二阶段分组加服不同剂量 BI 690517 或安慰剂 3.5 个月,全程约 6 个月。数据可用于慢性肾病治疗领域的临床试验分析、药物疗效与安全性研究,以及内分泌与代谢疾病相关分类任务(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性肾病。本研究面向患有慢性肾病的成人开放。患有和不患有 2 型糖尿病的人均可参加本研究。本研究的目的是查明一种名为 BI 690517 的药物在单独使用或与一种名为 empagliflozin 的药物联合使用时,是否能改善慢性肾病患者的肾功能。在研究的第一部分,参与者每天服用 empagliflozin 或安慰剂片剂,持续 2 个月。安慰剂片剂外观与 empagliflozin 片剂相似,但不含任何药物。在第二部分,参与者被分为若干组。根据分组不同,参与者随后额外服用不同剂量的 BI 690517 或安慰剂片剂,持续 3.5 个月。在这种情况下,安慰剂片剂外观与 BI 690517 片剂相似,但不含任何药物。参与者参与研究约 6 个月。
【主题与分类】
主题标签:Kidney Disease, Chronic。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/NCT05182840
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/NCT05182840
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:慢性肾脏病。本研究面向患有慢性肾脏病的成年人开放。患有或不患有2型糖尿病的人均可参加本研究。本研究的目的是探究一种名为BI 690517的药物单独使用或与一种名为empagliflozin的药物联合使用时,是否能改善慢性肾脏病患者的肾功能。在研究的第一部分,参与者每天服用empagliflozin或安慰剂片剂,持续2个月。安慰剂片剂外观与empagliflozin片剂相似,但不含任何药物。在第二部分,参与者被分为若干组。根据分组不同,参与者随后额外服用不同剂量的BI 690517或安慰剂片剂,持续3.5个月。在这种情况下,安慰剂片剂外观与BI 690517片剂相似,但不含任何药物。参与者参与研究约6个月。在此期间,他们大约到研究中心访视12次。在条件允许的情况下,12次访视中约有4次可在参与者家中进行,而非前往研究中心。试验工作人员也可能通过电话或视频通话联系参与者。参与者在家中采集尿液样本。
然后对这些样本进行分析,以评估肾功能。试验结束时,将不同组的结果进行比较。医生还会定期检查参与者的健康状况,并记录任何不良反应。
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。




