糖尿病肾病中的氧疗

该数据集来自 clinicaltrials.gov,主题为糖尿病肾病中的氧疗,属于内分泌、营养和代谢疾病 / 糖尿病分类

Assiut UniversityAssiut University
clinicaltrials
浏览 7
蛋白质Diabetic Kidney Disease
Oxygen Therapy in Diabetic Kidney Disease

基本信息

模态
蛋白质
创建/更新时间
2026-10-14

资源简介

糖尿病肾病中的氧疗

该数据集来自 clinicaltrials.gov,主题为糖尿病肾病中的氧疗,属于内分泌、营养和代谢疾病 / 糖尿病分类。源站描述指出,全球糖尿病患者超过 5.3 亿,约三分之一患者会发展为糖尿病肾病,白蛋白尿是其临床标志,也是疾病进展和全因死亡率的独立危险因素。糖尿病管理包括生活方式调整、药物干预以及高压氧治疗等新兴疗法。该数据可用于了解糖尿病肾病的疾病负担、临床特征及氧疗相关干预方向(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:糖尿病肾病。根据国际糖尿病联盟的报告,全球有超过5.3亿人患有糖尿病。约三分之一的糖尿病患者在潜伏期后发展为糖尿病肾病(DN),潜伏期可能持续数年。糖尿病肾病(DKD)是终末期肾病(ESKD)最重要的原因。白蛋白尿,从微量白蛋白尿进展为肾病范围蛋白尿,是糖尿病肾病(DN)的临床标志。约三分之一的糖尿病患者会出现这种情况,并被认为是DN进展和全因死亡率的独立危险因素。糖尿病的管理包括生活方式调整、药物干预以及新兴疗法,如高压氧治疗(HBOT)。该疗法涉及将患者置于加压舱内暴露于高浓度氧气中,从而产生多种生理效应。HBOT通过完全饱和血红蛋白并增加血浆中溶解氧的分压,提高组织中的氧水平。这使得氧气能够扩散到受急性炎症和微血管疾病及功能障碍影响的组织中。

【主题与分类】

主题标签:Diabetic Kidney Disease。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/NCT06959485

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/NCT06959485

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

病症:糖尿病肾病。根据国际糖尿病联盟的报告,全球有超过5.3亿人患有糖尿病。约三分之一的糖尿病患者在潜伏期后发展为糖尿病肾病(DN),潜伏期可能持续数年。糖尿病肾病(DKD)是终末期肾病(ESKD)最重要的原因。白蛋白尿,从微量白蛋白尿进展为肾病范围蛋白尿,是糖尿病肾病(DN)的临床标志。约三分之一的糖尿病患者会出现这种情况,并被认为是DN进展和全因死亡率的独立危险因素。糖尿病的管理包括生活方式调整、药物干预以及新兴疗法,如高压氧治疗(HBOT)。该疗法涉及将患者置于加压舱中暴露于高浓度氧气,从而产生多种生理效应。HBOT通过完全饱和血红蛋白并增加血浆中溶解氧的分压,提高组织中的氧水平。

这使得氧气能够扩散到受急性炎症及微血管病变和功能障碍影响的组织中。

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