p22phox c242T 多态性与1型糖尿病肾病的关系

该数据集来自 clinicaltrials.gov,聚焦1型糖尿病合并糖尿病肾病(DN)患者中 p22phox 基因 c242T 多态性的影响

University Hospital, GrenobleUniversity Hospital, Grenoble
clinicaltrials
浏览 5
基因组分类Type 1 Diabetes MellitusDiabetic Nephropathy
Impact of c242T Polymorphism of p22phox in Diabetic type1 Nephropathy

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-12

资源简介

p22phox c242T 多态性与1型糖尿病肾病的关系

该数据集来自 clinicaltrials.gov,聚焦1型糖尿病合并糖尿病肾病(DN)患者中 p22phox 基因 c242T 多态性的影响。研究拟纳入160例来自格勒诺布尔大学医院糖尿病门诊、糖尿病史超过20年的1型糖尿病患者,按是否合并DN及多态性分型分组,采用Fisher检验估计高危患者中DN的患病率及肾病患者的危险表型患病率,并进一步分析-429 T/C、-374 T/A AGER及p.Arg261Gln 12 ALOX多态性。数据可用于探索遗传多态性与1型糖尿病肾病易感性的关联(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:1型糖尿病、糖尿病肾病。为避免混杂因素,我们选择1型糖尿病患者。我们计划,根据文献数据,在80%把握度和5%α风险下达到显著性所需的样本量,纳入160例患者用于p22phox的主要分析。这些患者从格勒诺布尔大学医院糖尿病门诊连续纳入,前提是糖尿病史超过20年。这些患者根据是否存在DN及其多态性进行分组。然后我们用Fisher检验估计高危患者中DN的患病率,以及肾病患者中危险表型的患病率。接着我们用相同的统计检验研究-429 T/C、-374 T/A AGER和p.Arg261Gln 12 ALOX多态性。

【主题与分类】

主题标签:Type 1 Diabetes Mellitus、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/NCT01371955

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/NCT01371955

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:1型糖尿病、糖尿病肾病。为避免混杂因素,我们选择1型糖尿病患者。我们计划,根据文献数据,以80%的检验效能和5%的α风险,需要具有显著性的样本量,纳入160例患者进行p22phox的初步分析。这些患者按顺序来自格勒诺布尔大学医院的糖尿病门诊,前提是糖尿病病史超过20年。根据是否存在DN及其多态性,将这些患者进行分组。然后,我们用Fisher检验估计高危患者中DN的患病率,以及肾病患者的危险表型患病率。接着,我们用相同的统计检验研究-429 T/C、-374 T/A AGER和p.Arg261Gln 12 ALOX多态性。

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