评估左西替利嗪治疗糖尿病肾病患者可能疗效与安全性的临床研究

该数据集来自 clinicaltrials.gov,主题为评估左西替利嗪在糖尿病肾病患者中可能疗效与安全性的临床研究,所属分类为内分泌、营养和代谢疾病下的糖尿病

Mostafa BahaaMostafa Bahaa
clinicaltrials
浏览 9
其他分类Diabetic Nephropathies
Clinical Study to Evaluate the Possible Efficacy and Safety of Levocetirizine in Patients With Diabetic Kidney Disease

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-14

资源简介

评估左西替利嗪治疗糖尿病肾病患者可能疗效与安全性的临床研究

该数据集来自 clinicaltrials.gov,主题为评估左西替利嗪在糖尿病肾病患者中可能疗效与安全性的临床研究,所属分类为内分泌、营养和代谢疾病下的糖尿病。源站描述指出糖尿病患病率在全球持续上升,其并发症是非传染性疾病致死的主要原因之一;由于糖尿病高发且30-40%的糖尿病患者(包括T1DM和T2DM)出现肾功能障碍,糖尿病肾病成为全球终末期肾病的主要原因。RAAS、内皮素和尿紧张素II等血管活性激素虽被广泛研究,但其与糖尿病肾病的关系仍属推测。数据可用于糖尿病肾病相关临床研究的分类与信息检索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:糖尿病肾病。糖尿病患病率在全球范围内不断增加,其并发症是非传染性疾病致死的主要原因之一。由于糖尿病的高患病率,并且30-40%的糖尿病患者[包括1型(T1DM)和2型(T2DM)糖尿病]会出现肾功能障碍,糖尿病肾病(DN)是全球终末期肾病的主要原因。肾素-血管紧张素-醛固酮系统(RAAS)、内皮素和尿紧张素II是血管活性激素,作为其他介质已被广泛研究,尽管它们与糖尿病肾病的关系仍属推测。

【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/NCT05638880

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05638880

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:糖尿病肾病。全球范围内糖尿病的患病率持续上升,其并发症已成为非传染性疾病致死的主要原因之一。由于糖尿病的高患病率,并且30-40%的糖尿病患者[包括1型(T1DM)和2型(T2DM)糖尿病]会发展为肾功能障碍,因此糖尿病肾病(DN)是全球终末期肾病的主要原因。肾素-血管紧张素-醛固酮系统(RAAS)、内皮素和尿紧张素II作为其他介质已被广泛研究,尽管它们与糖尿病肾病的关系仍属推测。

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。

获取专属数据定制方案