突尼斯糖尿病患者慢性肾病患病率研究
该数据集来自 clinicaltrials.gov,主题为突尼斯糖尿病患者中慢性肾病的患病率。源站描述显示,研究关注慢性肾病与糖尿病(含2型糖尿病)的流行病学,采用观察性、多中心、横断面、全国性设计,为期一个月,覆盖内科、全科、家庭医学、内分泌、营养与代谢病、肾病、内科、心脏科等科室及门诊

基本信息
资源简介
突尼斯糖尿病患者慢性肾病患病率研究
该数据集来自 clinicaltrials.gov,主题为突尼斯糖尿病患者中慢性肾病的患病率。源站描述显示,研究关注慢性肾病与糖尿病(含2型糖尿病)的流行病学,采用观察性、多中心、横断面、全国性设计,为期一个月,覆盖内科、全科、家庭医学、内分泌、营养与代谢病、肾病、内科、心脏科等科室及门诊。数据由 DACIMA Clinica 管理,并设有指导委员会负责监查入组、审计轨迹与统计分析计划。可用于糖尿病相关慢性肾病的流行病学分析与风险识别(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:慢性肾病、糖尿病、2型糖尿病。在突尼斯,关于糖尿病患者中慢性肾病流行病学的数据很少。因此,评估突尼斯糖尿病人群中慢性肾病的发病率具有相关性。该研究是一个观察性、多中心、横断面、全国性项目。研究将在内科科室以及全科医生、家庭医学专科医生、内分泌科医生、营养与代谢病专科医生、肾病科医生、内科医生、心脏科医生或任何负责糖尿病患者的医疗保健提供者的门诊进行,为期一个月。指导委员会帮助研究者监查其患者入组、执行审计轨迹并准备研究的统计分析计划。收集的数据由 DACIMA Clinica 管理。
【主题与分类】
主题标签:Chronic Kidney Diseases、Diabetes Mellitus、Diabetes 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/NCT05577650
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/NCT05577650
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
病症:慢性肾脏病、糖尿病、2型糖尿病。在突尼斯,关于糖尿病患者中慢性肾脏病的流行病学数据甚少。因此,评估突尼斯糖尿病人群中慢性肾脏病的发病率显得尤为重要。本研究是一个观察性、多中心、横断面、全国性的项目。研究将在内科部门及全科医生、家庭医学专家、内分泌科医生、营养与代谢疾病专家、肾脏病专家、内科医生、心脏病专家或任何负责糖尿病患者的医疗保健提供者的门诊进行,为期一个月。指导委员会协助研究者监测患者纳入情况,执行审计追踪,并为研究准备统计分析计划。
收集的数据由DACIMA Clinical Suite®管理,这是一个电子数据采集平台,符合FDA 21 CFR第11部分要求(美国食品药品监督管理局21联邦法规第11部分)、HIPAA规范(健康保险流通与责任法案)以及ICH标准(国际人用药品注册技术协调会)。
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。




