糖尿病与非糖尿病CKD患者的血脂谱

该数据集来自clinicaltrials.gov,聚焦慢性肾脏病(CKD)患者的血脂水平,比较合并糖尿病与不合并糖尿病的CKD患者(年龄超过20岁)的血脂差异

Sohag UniversitySohag University
clinicaltrials
浏览 10
其他回归Chronic Kidney Disease Patients
Lipid Profile in Diabetic and Non Diabetic CKD Patients

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-17

资源简介

糖尿病与非糖尿病CKD患者的血脂谱

该数据集来自clinicaltrials.gov,聚焦慢性肾脏病(CKD)患者的血脂水平,比较合并糖尿病与不合并糖尿病的CKD患者(年龄超过20岁)的血脂差异。研究旨在回答糖尿病是否加重CKD患者的脂质代谢问题,或两者之间是否存在关联。受试者需空腹10小时后采血并立即送检。数据可用于分析糖尿病与CKD患者血脂异常的关系,支持内分泌与代谢疾病领域的观察性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:慢性肾脏病患者。本观察性研究的目标是比较患有慢性肾脏病(CKD)且伴有糖尿病和不伴有糖尿病的参与者(年龄超过20岁)的血脂(脂肪)水平。本研究旨在回答的主要问题是:患有糖尿病是否会使慢性肾脏病(CKD)患者的脂肪问题恶化,还是两者之间没有关联?研究人员将比较患有慢性肾脏病(CKD)且伴有糖尿病和不伴有糖尿病的患者的血脂(脂肪)水平,以了解糖尿病是否会使CKD患者的脂质问题恶化,或者糖尿病与脂质水平变化之间是否存在关联。参与者需在此项检测前禁食10小时。这意味着除了水之外,不能进食任何食物或饮用任何东西。样本将被采集并立即送往实验室。

【主题与分类】

主题标签:Chronic Kidney Disease Patients。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/NCT06802978

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/NCT06802978

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:慢性肾脏病患者。这项观察性研究的目标是比较患有糖尿病和未患糖尿病、且年龄超过20岁的慢性肾脏病(CKD)参与者的血脂(脂肪)水平。本研究旨在回答的主要问题是:患有糖尿病是否会使慢性肾脏病(CKD)患者的脂肪问题加重,还是两者之间没有关联?研究人员将比较患有糖尿病和未患糖尿病的慢性肾脏病(CKD)患者的血脂(脂肪)水平,以了解糖尿病是否会使CKD患者的脂质问题加重,还是糖尿病与脂质水平变化之间没有关联。参与者在进行此项检测前需禁食10小时。这意味着除水外不得进食任何食物或饮用任何饮品。样本将被采集并立即送往实验室。

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