中药对糖尿病肾病患者肾功能的影响

本数据集来自 clinicaltrials.gov,主题为中药对糖尿病肾病患者肾功能的影响。研究为前瞻性、单盲(数据分析者盲)、随机对照预试验,评估中药复方 DKD-1 作为糖尿病肾病辅助治疗的效果

China Medical University HospitalChina Medical University Hospital
clinicaltrials
浏览 10
蛋白质回归Diabetic Kidney Disease
Effect of Chinese Herbal Medicine on Renal Function in Diabetic Kidney Disease

基本信息

模态
蛋白质
任务类型
回归
创建/更新时间
2026-10-17

资源简介

中药对糖尿病肾病患者肾功能的影响

本数据集来自 clinicaltrials.gov,主题为中药对糖尿病肾病患者肾功能的影响。研究为前瞻性、单盲(数据分析者盲)、随机对照预试验,评估中药复方 DKD-1 作为糖尿病肾病辅助治疗的效果。受试者按 1:1 随机接受标准治疗或标准治疗联合每日口服 DKD-1(14.5 g),持续 12 周。基线及干预后评估包括 eGFR、血清肌酐、尿白蛋白与肌酐比值等肾功能指标。数据可用于分析中药辅助治疗对糖尿病肾病患者肾功能及血糖控制相关结局的影响(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。本研究是一项前瞻性、单盲(数据分析者盲)、随机对照预试验,评估中药复方(DKD-1)作为糖尿病肾病患者辅助治疗的效果。糖尿病肾病是一种进展性疾病,目前延缓肾功能恶化和控制血糖的治疗选择有限。中药被广泛用作补充疗法,但临床证据仍然有限。在提供知情同意后,符合条件的受试者将根据纳入和排除标准进行筛选,并以 1:1 的比例随机分配接受单独标准治疗或标准治疗加每日口服 DKD-1(14.5 g),持续 12 周。基线和干预后评估包括估算肾小球滤过率(eGFR)、血清肌酐、尿白蛋白与肌酐比值

【主题与分类】

主题标签:Diabetic Kidney Disease。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/NCT07657351

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/NCT07657351

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:糖尿病肾病。本研究是一项前瞻性、单盲(数据分析者设盲)、随机对照预试验,评估中药复方(DKD-1)作为糖尿病肾病患者辅助治疗的效果。糖尿病肾病是一种进行性疾病,目前延缓肾功能恶化和控制血糖的治疗选择有限。中药作为一种补充疗法被广泛使用,但临床证据仍然有限。在签署知情同意书后,符合条件的参与者将根据纳入和排除标准进行筛选,并按1:1比例随机分配接受单纯标准治疗或标准治疗联合每日口服DKD-1(14.5 g),持续12周。基线和干预后评估包括估算肾小球滤过率(eGFR)、血清肌酐、尿白蛋白与肌酐比值(UACR)、糖化血红蛋白(HbA1c)、生活质量(KDQOL-SF™ 1.3)及中医舌诊。整个研究期间将监测不良事件。

本试验旨在为DKD-1在改善肾功能、血糖控制及生活质量方面的潜在作用提供初步临床证据,以支持未来更大规模的随机对照试验。

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