尿毒症患者单核细胞黏附与血管病变在血管通路成败中的作用
该数据集来自 clinicaltrials.gov,聚焦终末期肾病与动静脉内瘘,研究尿毒症患者中单核细胞黏附与血管病变对血管通路成功或失败的影响

基本信息
资源简介
尿毒症患者单核细胞黏附与血管病变在血管通路成败中的作用
该数据集来自 clinicaltrials.gov,聚焦终末期肾病与动静脉内瘘,研究尿毒症患者中单核细胞黏附与血管病变对血管通路成功或失败的影响。数据覆盖接受维持性血液透析的终末期肾病患者,涉及动静脉内瘘与中心静脉导管等通路方式的比较背景。可用于探索动静脉内瘘原发性失败的相关因素,并支持血管通路结局的预测建模与临床决策研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:终末期肾病、动静脉内瘘。研究项目目标:对于进展性慢性肾病患者,确定性治疗是肾脏替代治疗。其中一种方法是血液透析,在65岁以上患者中常被选择。多项临床实践指南推荐动静脉内瘘(AVF),而非中心静脉导管或动静脉移植物,作为维持性血液透析(HD)治疗的首选通路。尽管在血液透析新发和现有患者群体中均努力改善AVF的置入,许多患者仍继续通过中心静脉导管进行透析,与使用AVF进行HD相比,这使他们面临更高的感染、合并症和死亡风险。此外,据报道AVF原发性失败率在已发表系列中高达20-50%,证实超声可以
【主题与分类】
主题标签:End Stage Renal Disease、Arteriovenous Fistula。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/NCT03231410
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/NCT03231410
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:终末期肾病、动静脉内瘘。研究项目目标:对于进展性慢性肾病患者,确定性治疗方法是肾脏替代治疗。其中一种方法是血液透析,在65岁以上的患者中常被选择。多项临床实践指南推荐将动静脉内瘘(AVF)而非中心静脉导管或动静脉移植物作为维持性血液透析(HD)治疗的首选血管通路。尽管在血液透析新发和现有患者群体中均努力改善AVF的置入,许多患者仍通过中心静脉导管进行透析,与使用AVF进行HD相比,这使他们面临更高的感染、合并症和死亡风险。此外,据报告,已发表系列中AVF初期失败率高达20-50%,这证实超声无法充分为临床医生提供信息以准确预测成功或失败。由于早期AVF失败风险较高,在糖尿病患者、动脉/静脉直径不理想者及老年人中提供此类血管通路值得商榷。
进行血液透析需要建立血管通路以确保足够的血流量。此类通路最常通过在上肢建立动脉与静脉之间的血管连接来获得。来自欧洲和国家登记处的最新数据明确表明,65岁以上新发透析患者大幅增加。对于合并多种疾病且预测生存期有限的老年患者,是否开始透析、何时开始以及如何开始,决策应谨慎。在选择血管通路时,必须考虑瘘管成熟不良的问题。永久性血管通路的成功建立取决于血管健康状况、患者特征以及可能的遗传因素。在终末期肾病患者中,循环单核细胞被激活,促炎性单核细胞扩增。最新数据表明,尿毒症状态驱动单核细胞分化并与动脉相互作用。
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。




