ReCET关键性研究中Endogenex系统的持续使用

本数据集来源于clinicaltrials.gov,主题为ReCET关键性研究中Endogenex系统的持续使用,属于内分泌、营养和代谢疾病/糖尿病领域

Endogenex, Inc.Endogenex, Inc.
clinicaltrials
浏览 13
其他Type 2 Diabetes MellitusType2diabetesDiabetes Mellitus, Type 2Type 2 DiabetesDiabetes
Continued Access to the Endogenex System for Participants in the ReCET Pivotal Study

基本信息

模态
其他
创建/更新时间
2026-10-07

资源简介

ReCET关键性研究中Endogenex系统的持续使用

本数据集来源于clinicaltrials.gov,主题为ReCET关键性研究中Endogenex系统的持续使用,属于内分泌、营养和代谢疾病/糖尿病领域。源站描述显示,这是一项前瞻性、多中心、开放标签、仅治疗的研究,拟入组曾参与ReCET研究、被随机分配至假对照臂、完成研究随访、符合条件并同意参加本研究且选择接受Endogenex系统治疗的个体。数据覆盖2型糖尿病相关人群,可用于了解该治疗在特定受试者中的持续使用情况及相关研究设计信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Type 2 Diabetes Mellitus、Type2diabetes、Diabetes Mellitus, Type 2、Type 2 Diabetes、Diabetes。这是一项前瞻性、多中心、开放标签、仅治疗的研究,旨在入组曾参与ReCET研究、被随机分配至假对照臂、完成研究随访、符合条件、同意参加本研究并选择接受Endogenex系统治疗的个体。

【主题与分类】

主题标签:Type 2 Diabetes Mellitus、Type2diabetes、Diabetes Mellitus, Type 2、Type 2 Diabetes、Diabetes。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/NCT07197788

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/NCT07197788

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

疾病:2型糖尿病、2型糖尿病、2型糖尿病、2型糖尿病、糖尿病。这是一项前瞻性、多中心、开放标签、仅治疗的研究,旨在入组曾参与ReCET研究、被随机分配至假手术对照组、完成研究随访,并且符合条件、已同意参与本研究并选择接受Endogenex System治疗的个体。

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