观察性研究:评估糖尿病患者酮血症与肾功能的关系
本数据集来自 clinicaltrials.gov,为一项观察性研究,聚焦 2 型糖尿病肾病患者的酮血症与肾功能关系。研究在基线、6 个月和 12 个月三个时间点采集血样与尿样,评估蛋白尿、GFR 及血酮和尿酮,并检测 sP2X7R、KIM-1、sTNFR1、11-dehydro-tromoxane

基本信息
资源简介
观察性研究:评估糖尿病患者酮血症与肾功能的关系
本数据集来自 clinicaltrials.gov,为一项观察性研究,聚焦 2 型糖尿病肾病患者的酮血症与肾功能关系。研究在基线、6 个月和 12 个月三个时间点采集血样与尿样,评估蛋白尿、GFR 及血酮和尿酮,并检测 sP2X7R、KIM-1、sTNFR1、11-dehydro-tromoxane B2 和 6-keto-prostaglandin-F-1a 等预后生物标志物,同时纳入传统标志物尿白蛋白。数据可用于探索糖尿病肾病中炎症相关生物标志物与肾功能变化的关联,支持预后预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:2 型糖尿病肾病。在研究开始时及研究过程中,将评估通过同源血糖监测获得的血糖和酮体指数。研究期间,除传统标志物尿白蛋白外,还将在糖尿病受试者中测量被认为在炎症性肾脏疾病中起重要作用的预后生物标志物(sP2X7R、KIM-1、sTNFR1、11-dehydro-tromoxane B2 和 6-keto-prostaglandin-F-1a (PGF1α))。步骤 1. 基线访视:采血和收集尿液样本,评估蛋白尿、GFR 以及血酮和尿酮。步骤 2. 6 个月访视:采血和收集尿液样本,评估蛋白尿、GFR 以及血酮和尿酮。步骤 3. 12 个月访视:采血和收集尿液样本,评估蛋白尿、GFR 以及血
【主题与分类】
主题标签:Diabetic Nephropathy Type 2。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/NCT03859817
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/NCT03859817
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:2型糖尿病肾病。在研究开始时及研究过程中,将评估通过同源血糖监测获得的血糖和酮体指数。研究期间,除传统标志物尿白蛋白外,还将对糖尿病受试者检测推测在炎症性肾脏疾病中起重要作用的预后生物标志物(sP2X7R、KIM-1、sTNFR1、11-脱氢-血栓素B2和6-酮-前列腺素-F-1α(PGF1α))。步骤1. 基线访视:采血和采集尿液样本,评估蛋白尿、GFR以及血酮和尿酮。步骤2. 第6个月访视:采血和采集尿液样本,评估蛋白尿、GFR以及血酮和尿酮。步骤3. 第12个月访视:采血和采集尿液样本,评估蛋白尿、GFR以及血酮和尿酮。本研究涉及纳入患有糖尿病肾病的T1D和T2D受试者。
该研究涉及招募糖尿病肾病领域的T1D和T2D受试者。将为手术制定时间表,在此期间,糖尿病受试者将被告知相关研究方案,并最终提供知情同意,同意加入研究、进行血液采样和尿液样本收集。然而,分析主要是探索性的,将有助于预见未来可能进行的适当规模的研究。
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。




