回顾性研究评估 Rheopheresis 在尿毒症性钙化防御治疗中的作用 (RHEO-CUA)
该数据集来自 clinicaltrials.gov,围绕尿毒症性钙化防御(钙化性尿毒症性小动脉病)这一罕见但预后极差的疾病,评估 Rheopheresis 作为辅助治疗的作用

基本信息
资源简介
回顾性研究评估 Rheopheresis 在尿毒症性钙化防御治疗中的作用 (RHEO-CUA)
该数据集来自 clinicaltrials.gov,围绕尿毒症性钙化防御(钙化性尿毒症性小动脉病)这一罕见但预后极差的疾病,评估 Rheopheresis 作为辅助治疗的作用。数据覆盖疾病相关风险因素、治疗现状及 Rheopheresis 的应用背景,可用于分析该疗法在严重尿毒症性钙化防御中的潜在贡献,支持回顾性研究中的疗效预测与临床决策探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Rheopheresis、钙化性尿毒症性小动脉病、尿毒症性钙化防御。钙化性尿毒症性小动脉病(或尿毒症性钙化防御)是一种罕见疾病(在透析患者中患病率<1%),但预后往往灾难性。主要的不可改变风险因素包括年龄、女性、糖尿病、肥胖和透析时间。目前,该病理没有特异性治疗,治疗管理编码不佳。然而,普遍认为治疗基于风险因素控制、局部护理,以及可能添加硫代硫酸钠治疗。一些作者也提出了高压氧治疗,但在实践中仍然不太容易获得。最近,有人提出使用 Rheopheresis 作为严重尿毒症性钙化防御的辅助治疗。这是一种双重滤过血浆置换技术。
【主题与分类】
主题标签:Rheopheresis、Calcifying Uremic Arteriolopathy、Uremic Calciphylaxis。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/NCT05633121
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/NCT05633121
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
疾病:血液流变分离术、钙化性尿毒症性小动脉病、尿毒症性钙化防御。钙化性尿毒症性小动脉病(或称尿毒症性钙化防御)是一种罕见疾病(在透析患者中患病率<1%),但预后往往极差。主要的不可改变危险因素包括年龄、女性、糖尿病、肥胖以及透析时间。目前,该病理尚无特异性治疗方法,治疗管理也缺乏规范。然而,普遍认为治疗应基于危险因素控制、局部护理,并可能加用硫代硫酸钠治疗。部分作者还提出了高压氧治疗,但在实践中仍难以普及。近年来,有人提出将血液流变分离术作为严重型尿毒症性钙化防御的辅助治疗。这是一种双重滤过血浆分离技术,能够清除高分子量分子,从而改善微循环的流变学条件。
预期效果是改善组织氧合并加速皮肤病变愈合,从而减少感染性并发症。本研究旨在提出一项全国性大型回顾性研究,探讨接受血液流变分离术治疗的尿毒症性钙化防御患者的病情演变,并与对照组进行比较。这将有助于更准确地了解血液流变分离术在这一适应症中的贡献。
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。




