晚期糖尿病肾病患者糖尿病-肾脏多因素干预联合研究 (ADN)
该数据集来自 clinicaltrials.gov,聚焦晚期糖尿病肾病(CKD 3 和 4 期)患者,比较糖尿病-肾脏门诊多因素干预与常规护理对肾功能不全进展的影响

基本信息
资源简介
晚期糖尿病肾病患者糖尿病-肾脏多因素干预联合研究 (ADN)
该数据集来自 clinicaltrials.gov,聚焦晚期糖尿病肾病(CKD 3 和 4 期)患者,比较糖尿病-肾脏门诊多因素干预与常规护理对肾功能不全进展的影响。干预涵盖血压控制至 <130/80mmHg 并降低蛋白尿至 <0.5g/day、使用 ACE 抑制剂或 ARBs、严格血糖控制、调脂治疗达标等。数据可用于研究多因素干预对肾功能进展的预测与效果评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病肾病。本研究的总体目标是比较晚期糖尿病肾病(CKD 3 和 4 期)受试者随机进入糖尿病-肾脏门诊多因素干预(研究组)和常规护理(对照组)后肾功能不全的进展。多因素干预包括以下内容:1. 血压控制至 <130/80mmHg 的目标,并通过包含 ACE 抑制剂、ARBs 或其联合治疗的方案将蛋白尿降至 <0.5g/day 以实现肾脏保护。2. 使用 SMBG 和 Lantus/Apidra 自我递增方案进行严格血糖控制。3. 使用降脂治疗以达到 LDL < 70 mg/dl、HDL > 40/50 mg/dl(男性/女性)[由于您说 HDL 不是目标,因为没有针对它的药物,我删除了 HDL;] 和甘油三酯低于 200 mg/dl 的目标。4. Pati
【主题与分类】
主题标签:Diabetic Nephropathy。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/NCT00708981
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/NCT00708981
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:糖尿病肾病。本研究的总体目标是比较晚期糖尿病肾病(CKD 3期和4期)受试者在糖尿病-肾脏门诊接受多因素干预(研究组)与接受常规护理(对照组)后肾功能不全进展的情况。多因素干预包括以下内容:1. 血压控制目标为<130/80mmHg,并通过包括ACE抑制剂、ARBs或其联合治疗在内的方案减少蛋白尿至<0.5g/天以保护肾脏。2. 通过自我血糖监测和Lantus/Apidra自我调整方案实现严格血糖控制。3. 使用降脂治疗以达到LDL<70 mg/dl、HDL>40/50 mg/dl(男性/女性)[由于您提到HDL并非治疗目标,因为尚无针对其的药物,故已删除HDL;]以及甘油三酯低于200 mg/dl的目标。4. 通过糖尿病-肾脏联合教育课程(由认证的糖尿病和肾脏教育者授课)提供增强的患者自我管理。5. 根据需要由社会工作者提供行为和社会干预(动机性访谈和社会评估)。6.
强化病例管理,包括密切随访就诊情况、实验室监测及其他自我依从行为。7. 通过生活方式和饮食调整实现减重。对照组将继续接受其各自诊所原有的常规治疗,糖尿病-肾脏团队不会改变其治疗方案或干预其管理。
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。




