糖尿病肾病早期诊断新技术的建立与临床验证
该数据集来自 clinicaltrials.gov，聚焦糖尿病肾病的早期诊断。研究对象为糖尿病病程超过 5 年且无 DKD 的患者，基线时采集血清、血浆和尿液，并登记基本信息、人体测量指标、既往史、家族史、月经史、生育史、用药史及生活方式，同时完成相应实验室与辅助检查，所有数据录入数据库
基本信息
资源简介
糖尿病肾病早期诊断新技术的建立与临床验证
该数据集来自 clinicaltrials.gov，聚焦糖尿病肾病的早期诊断。研究对象为糖尿病病程超过 5 年且无 DKD 的患者，基线时采集血清、血浆和尿液，并登记基本信息、人体测量指标、既往史、家族史、月经史、生育史、用药史及生活方式，同时完成相应实验室与辅助检查，所有数据录入数据库。随访 5 年后，受试者被分为新发 DKD 组和非 DKD 组，比较基线 MDN 水平。数据可用于糖尿病肾病早期生物标志物筛选与风险预测建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Diabetes Mellitus、Biomarkers、Diabetic Kidney Disease、Early Diagnosis。招募有 5 年以上糖尿病史且无 DKD 的患者。在基线访视时，获得患者知情同意后采集其血清、血浆和尿液。同时登记患者的基本信息、人体测量指标（包括身高、体重、腰围、臀围、血压）、既往史、家族史、月经史、生育史、用药史、生活方式，并根据诊断流程进行相应的实验室检查和辅助检查。所有数据均录入数据库以供后续分析。随访 5 年后，受试者将被分为两组（新发 DKD 组和非 DKD 组），基线 MDN 水平
【主题与分类】
主题标签：Diabetes Mellitus、Biomarkers、Diabetic Kidney Disease、Early Diagnosis。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/NCT04976426
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/NCT04976426
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
条件：糖尿病、生物标志物、糖尿病肾病、早期诊断。招募有5年以上糖尿病病史但无DKD的患者。在基线访视时，在获得患者知情同意后收集患者的血清、血浆和尿液。同时，登记患者的基本信息、人体测量指标（包括身高、体重、腰围、臀围、血压）、既往史、家族史、月经史、生育史、用药史、生活方式，并根据诊断流程进行相应的实验室检查和辅助检查。所有数据均录入数据库以供后续分析。随访5年后，将受试者分为两组（新发DKD组和非DKD组），检测两组基线MDNBs水平，以验证新型MDNBs在预测早期糖尿病肾病风险中的性能。
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。
