KidneyIntelX 前瞻性决策影响试验
该数据集来自 clinicaltrials.gov，主题为 KidneyIntelX 检测平台的前瞻性决策影响试验，属于内分泌、营养和代谢疾病下的糖尿病分类
基本信息
资源简介
KidneyIntelX 前瞻性决策影响试验
该数据集对应一项名为 Prospective Decision Impact Trial of KidneyIntelX 的临床试验，来源为 clinicaltrials.gov，在分类上归属于内分泌、营养和代谢疾病领域下的糖尿病方向。其核心关注点是 KidneyIntelX 检测或平台，研究设计为前瞻性决策影响试验，目的在于评估该检测结果如何影响 2 型糖尿病患者的临床管理，这些患者被识别为在 5 年内存在快速肾功能下降风险。数据集所涉及的主题标签包括糖尿病肾病、慢性肾脏病 1 期、慢性肾脏病 2 期以及慢性肾脏病 3 期（中度）。整体而言，该数据集围绕检测工具对临床决策的实际影响展开，属于糖尿病相关肾脏并发症管理研究范畴。
【数据集背景】
该数据集所依托的试验聚焦于 2 型糖尿病患者的肾脏风险管理。在糖尿病进程中，糖尿病肾病以及不同阶段的慢性肾脏病是常见的并发症方向，涉及慢性肾脏病 1 期、2 期以及 3 期（中度）。试验的设计初衷是评估 KidneyIntelX 检测或平台在临床实践中的决策影响，即当检测结果提示患者存在 5 年内快速肾功能下降风险时，临床管理是否会因此发生改变。这一背景将检测工具、风险分层与临床决策三者联系起来，属于内分泌、营养和代谢疾病下糖尿病分类中的研究议题。
【数据内容】
该数据集的主题标签涵盖糖尿病肾病、慢性肾脏病 1 期、慢性肾脏病 2 期以及慢性肾脏病 3 期（中度）。源站描述指出，试验关注的是 KidneyIntelX 检测或平台的结果对 2 型糖尿病患者的临床管理所产生的影响，这些患者被识别为在 5 年内具有快速肾功能下降风险。除上述主题与试验目的相关信息外，源站未提供关于具体变量、字段结构、样本量、随访指标或结局定义等更细化的数据内容说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述将其标注为一项前瞻性决策影响试验，名称为 Prospective Decision Impact Trial of KidneyIntelX。除来源站与试验名称、试验类型外，源站未提供关于采集时间、采集地点、采集机构、招募方式或数据收集流程的具体信息。
【适用场景】
基于现有信息，该数据集适用于关注糖尿病相关肾脏疾病管理的场景，尤其是围绕 2 型糖尿病患者中快速肾功能下降风险的识别与临床决策影响评估。其主题覆盖糖尿病肾病以及慢性肾脏病 1 期、2 期和 3 期（中度），因此可用于与这些疾病阶段相关的临床管理研究背景。关于更具体的适用场景，例如是否用于检测性能评估、卫生经济学分析或临床路径研究，源站未提供。
【使用方法】
源站未提供关于该数据集具体使用方法的说明，包括但不限于数据访问方式、数据结构解析、统计分析方法或结果解读指南。
【质量与限制】
源站未提供关于该数据集质量评价、偏倚控制、数据完整性或使用限制的说明。现有信息仅能表明其来源为 clinicaltrials.gov，且属于一项前瞻性决策影响试验，其余质量与限制相关内容源站未提供。
【引用与许可】
源站未提供关于该数据集的引用格式、许可条款或使用授权信息。
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/NCT04960514
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：糖尿病肾病、慢性肾脏病1期、慢性肾脏病2期、慢性肾脏病3期（中度）。当前试验旨在评估KidneyIntelX检测/平台的结果如何影响被识别为5年内肾功能快速下降风险增加的2型糖尿病患者的临床管理。
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。
