Sohag大学医院糖尿病酮症酸中毒患者急性肾损伤的危险因素与结局
该数据集来自 clinicaltrials.gov，聚焦糖尿病酮症酸中毒（DKA）患者中急性肾损伤（AKI）的危险因素与结局
基本信息
资源简介
Sohag大学医院糖尿病酮症酸中毒患者急性肾损伤的危险因素与结局
该数据集围绕糖尿病酮症酸中毒（DKA）患者中急性肾损伤（AKI）的危险因素与结局展开，来源于 clinicaltrials.gov，英文名称为“Risk Factors and Outcomes of Acute Kidney Injury in Patients With Diabetic Ketoacidosis at Sohag University Hospital.”。其关注的核心疾病领域属于内分泌、营养和代谢疾病中的糖尿病方向，主题标签包括糖尿病酮症酸中毒与急性肾损伤。整体来看，该数据集旨在为研究 DKA 患者发生 AKI 的相关风险因素及其临床结局提供数据基础，适用于内分泌、肾脏相关临床研究以及糖尿病急性并发症管理研究等场景。
【数据集背景】
糖尿病酮症酸中毒是糖尿病的一种严重并发症，也是糖尿病患者住院、致病和死亡的主要原因之一。DKA 与高血糖危象相关，其特征包括代谢性酸中毒、酮酸生成、容量不足以及电解质紊乱。由于葡萄糖诱导的渗透性多尿，甚至呕吐，容量不足成为 DKA 患者发生急性肾损伤的主要原因之一。该数据集正是在这一临床背景下，聚焦 DKA 患者中 AKI 的危险因素与结局，研究地点为 Sohag University Hospital。
【数据内容】
该数据集的主题标签为 Diabetic Ketoacidosis 和 Acute Kidney Injury，所涉及的疾病条件包括 Diabetic Ketoacidosis 与 Acute Kidney Injury。其内容方向为 DKA 患者中急性肾损伤的危险因素与结局。除上述主题与条件信息外，源站未提供具体变量、样本量、数据结构或统计指标等细节。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中提及 DKA 是糖尿病患者的严重并发症，并指出容量不足是 DKA 患者发生 AKI 的主要原因之一。除来源站与相关描述外，源站未提供具体的采集方法、采集时间、采集机构或数据提取流程等信息。
【适用场景】
基于其主题与来源，该数据集可应用于糖尿病酮症酸中毒相关急性肾损伤的临床研究、危险因素分析以及结局评估等场景，也可为内分泌、营养和代谢疾病领域中糖尿病急性并发症的研究提供参考。具体适用研究设计、分析目标或应用限制，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据下载格式、变量说明、分析指南或配套工具等。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制、样本代表性或使用限制的说明。该数据集为 clinicaltrials.gov 来源，具体研究类型、样本规模与数据可靠性信息未在现有描述中体现。
【引用与许可】
源站未提供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/NCT05867797
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：糖尿病酮症酸中毒，急性肾损伤。糖尿病酮症酸中毒（DKA）作为糖尿病（DM）的一种严重并发症，是导致糖尿病患者住院、发病和死亡的主要原因（1）。DKA与高血糖危象相关，其特征为代谢性酸中毒、酮酸生成、血容量减少及电解质失衡。由于葡萄糖诱导的渗透性多尿乃至呕吐，血容量减少成为DKA患者发生急性肾损伤（AKI）的主要原因（2）。
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。
