维持性透析血糖感知(BLOSSOM)研究
BLOSSOM 研究是一项前瞻性队列研究,旨在使用标准化 CGM 严格评估接受维持性透析的成年肾衰竭患者的血糖情况。参与者招募自 Northwest Kidney Centers,覆盖 Seattle 与 King County 大部分维持性透析患者,纳入标准为透析治疗、年龄 18 岁及以上、主要语

基本信息
资源简介
维持性透析血糖感知(BLOSSOM)研究
Blood sugar sensing on maintenance dialysis (BLOSSOM) study
BLOSSOM 研究是一项前瞻性队列研究,旨在使用标准化 CGM 严格评估接受维持性透析的成年肾衰竭患者的血糖情况。参与者招募自 Northwest Kidney Centers,覆盖 Seattle 与 King County 大部分维持性透析患者,纳入标准为透析治疗、年龄 18 岁及以上、主要语言为英语、西班牙语、中文或越南语,唯一排除标准为无法提供知情同意,有无糖尿病均可。研究还招募了 96 名非透析对照。数据可用于透析人群血糖监测与糖尿病相关研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):维持性透析血糖感知(BLOSSOM)研究是一项前瞻性队列研究,旨在使用标准化 CGM 在广泛接受维持性透析治疗肾衰竭的成年人群中严格评估血糖。参与者招募自 Northwest Kidney Centers,这是一家非营利性透析组织,为 Seattle 和 King County, Washington 的大多数维持性透析患者提供照护。纳入标准为接受透析(血液透析或 PD)治疗的肾衰竭、年龄 18 岁或以上、主要语言为英语、西班牙语、中文或越南语(该地区最常见的语言,研究材料已翻译成这些语言)。唯一的排除标准是无法提供知情同意。有无糖尿病的患者均符合条件。研究还招募了 96 名非透析对照。
【主题与分类】
主题标签:Medical dialysis、Hyperglycemia、Renal failure、Diabetes mellitus。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://datadryad.org/dataset/doi:10.5061/dryad.vx0k6dk6h
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.vx0k6dk6h
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:
数据集大小约 490.6 KB。
数据说明
血糖感知与维持性透析(BLOSSOM)研究是一项前瞻性队列研究,旨在使用标准化的CGM严格评估广泛接受维持性透析治疗的肾衰竭成年人群的血糖情况。参与者从西北肾脏中心招募,该中心是一家非营利性透析组织,为华盛顿州西雅图和金县的大多数维持性透析患者提供医疗服务。纳入标准为接受透析(血液透析或PD)治疗的肾衰竭、年龄18岁或以上、主要语言为英语、西班牙语、中文或越南语(该地区最常用的语言,研究材料已翻译成这些语言)。唯一的排除标准是无法提供知情同意。患有或不患有糖尿病的患者均符合条件。研究还招募了96名非透析对照者用于比较。数据包含两个数据文件,可通过唯一参与者ID(blossom_id_deid)进行链接。
基线数据每位参与者一行,而纵向数据则每次访视每位参与者一行,包含随研究访视而变化的数据(CGM指标、药物、血糖生物标志物)。
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。




