非奈利酮治疗2型糖尿病相关肾病：疗效观察及相关因素分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT07717697

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：2型糖尿病、糖尿病肾病。这项单中心前瞻性观察性队列研究将于2026年2月至2029年1月期间，从重庆糖尿病登记处、重庆医科大学附属第一医院内分泌科病房及门诊招募425名符合条件的18-75岁成人患者，这些患者被诊断为2型糖尿病相关慢性肾脏病（T2DM-CKD）。所有入组受试者将接受指南导向的非奈利酮口服治疗，观察期为4个月，剂量根据基线eGFR和血清钾水平按照药品说明书进行调整。将在筛选、基线、第1个月、第2个月和第4个月访视时连续采集血液和尿液生物样本。采集的样本将进行常规生化、电解质、肾功能、HbA1c、血浆肾素和醛固酮检测；还将在指定时间点进行卡托普利抑制试验和多组学分析。

根据第4个月尿白蛋白与肌酐比值（UACR）的下降百分比，参与者将被分为三个亚组：获益组（UACR下降≥30%）、部分获益组（10%≤UACR下降<30%）和无获益组（UACR下降<10%或UACR升高）。主要目标是识别与finerenone治疗反应相关的核心生物标志物。次要结局包括所有随访时间点eGFR、UACR、血清钾、醛固酮和肾素的系列变化。样本量计算使用R pmsampsize包进行，并考虑到10%的预期失访率，以达到425名受试者的目标样本量。所有统计分析将通过R和Python进行，并使用机器学习算法开发并验证finerenone疗效的预测模型。包括血清钾和肾功能评估在内的安全性监测将在每次访视时进行。符合高钾血症或进行性肾功能损害标准的受试者将按照预先定义的标准暂停finerenone。所有s

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。