QUARTET-DKD:2型糖尿病肾病四联治疗研究
该数据集来自clinicaltrials.gov,聚焦2型糖尿病肾病(DKD)的四联治疗研究。研究采用前瞻性、随机、双盲、平行对照设计,以ARB为背景治疗,将符合入组标准的成人DKD受试者按1:1:1:1随机分入四组,分别接受ARB联合恩格列净,并叠加非奈利酮和/或玛度肽的不同组合

基本信息
资源简介
QUARTET-DKD:2型糖尿病肾病四联治疗研究
该数据集来自clinicaltrials.gov,聚焦2型糖尿病肾病(DKD)的四联治疗研究。研究采用前瞻性、随机、双盲、平行对照设计,以ARB为背景治疗,将符合入组标准的成人DKD受试者按1:1:1:1随机分入四组,分别接受ARB联合恩格列净,并叠加非奈利酮和/或玛度肽的不同组合。主要比较包括G2 vs G1、G3 vs G1、G4 vs G2、G4 vs G3,旨在评估三联治疗优于二联、四联治疗优于三联的疗效。数据可用于糖尿病肾病联合用药方案的评价与预测建模(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。本研究采用前瞻性、随机、双盲、平行对照设计,旨在入组符合入选标准的成人2型糖尿病肾病(DKD)受试者。以血管紧张素受体阻滞剂(ARB)为背景治疗,所有受试者按1:1:1:1比例随机分入四个治疗组:第1组(G1):ARB + 恩格列净 + 非奈利酮安慰剂 + 玛度肽安慰剂;第2组(G2):ARB + 恩格列净 + 非奈利酮 + 玛度肽安慰剂;第3组(G3):ARB + 恩格列净 + 玛度肽 + 非奈利酮安慰剂;第4组(G4):ARB + 恩格列净 + 玛度肽 + 非奈利酮。主要比较包括G2 vs G1、G3 vs G1、G4 vs G2和G4 vs G3,旨在评估三联治疗相对于二联治疗、四联治疗相对于三联治疗在降低尿白蛋白-
【主题与分类】
主题标签:Type 2 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/NCT07775846
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/NCT07775846
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。本研究采用前瞻性、随机、双盲、平行对照设计,旨在纳入符合入选标准的成人2型糖尿病肾病(DKD)受试者。以血管紧张素受体阻滞剂(ARB)作为背景治疗,所有受试者将按1:1:1:1的比例随机分配至四个治疗组:第1组(G1):ARB + 恩格列净 + 非奈利酮安慰剂 + 玛仕度肽安慰剂;第2组(G2):ARB + 恩格列净 + 非奈利酮 + 玛仕度肽安慰剂;第3组(G3):ARB + 恩格列净 + 玛仕度肽 + 非奈利酮安慰剂;第4组(G4):ARB + 恩格列净 + 玛仕度肽 + 非奈利酮。主要比较包括G2 vs. G1、G3 vs. G1、G4 vs. G2和G4 vs. G3,旨在评估三联治疗相较于二联治疗、以及四联治疗相较于三联治疗在降低尿白蛋白与肌酐比值(UACR)方面的优效性。
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。




