二甲双胍治疗脓毒症诱导急性肾损伤的安全性与可行性
该数据集来自 clinicaltrials.gov,围绕二甲双胍用于脓毒症诱导急性肾损伤的安全性与可行性研究,覆盖脓毒症、脓毒性休克、急性肾损伤与二甲双胍等主题

基本信息
资源简介
二甲双胍治疗脓毒症诱导急性肾损伤的安全性与可行性
该数据集来自 clinicaltrials.gov,围绕二甲双胍用于脓毒症诱导急性肾损伤的安全性与可行性研究,覆盖脓毒症、脓毒性休克、急性肾损伤与二甲双胍等主题。源站描述指出急性肾损伤影响10-15%住院患者及超过50%重症监护患者,脓毒症是其最常见病因,全球每年影响4800万人,且脓毒症中急性肾损伤带来的6-8倍死亡风险可能可逆。该数据可用于相关临床研究与代谢疾病领域的分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脓毒症、脓毒性休克、急性肾损伤、二甲双胍。急性肾损伤(AKI)是死亡的独立危险因素,影响10-15%的住院患者以及超过50%的重症监护病房入院患者。AKI最常见的病因是脓毒症,全球每年影响4800万人。重要的是,脓毒症中AKI所带来的6-8倍死亡风险增加可能是可逆的,因为从AKI恢复的脓毒症患者其1年和3年死亡率与未发生AKI者相似。这些数据与以下证据一致:AKI的发生会带来深远后果,如远端器官功能障碍和感染易感性增加。这些数据提示AKI可能是脓毒症死亡因果通路的一部分,而逆转AKI的努力可能改善脓毒症患者的生存。然而,
【主题与分类】
主题标签:Sepsis、Septic Shock、Acute Kidney Injury、Metformin。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/NCT05900284
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/NCT05900284
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:脓毒症、脓毒性休克、急性肾损伤、二甲双胍。急性肾损伤(AKI)是死亡的独立危险因素,影响10-15%的住院患者以及超过50%的重症监护室入院患者。AKI最常见的病因是脓毒症,全球每年有4800万人受其影响。重要的是,脓毒症中AKI所带来的6-8倍死亡风险增加可能是可逆的,因为从AKI恢复的脓毒症患者其1年和3年死亡率与未发生AKI的患者相似。这些数据与以下证据一致:AKI的发生具有深远后果,如远端器官功能障碍和感染易感性增加。这些数据表明,AKI可能处于脓毒症致死的因果通路上,且逆转AKI的努力可能改善脓毒症患者的生存率。然而,目前尚无特异性疗法可逆转或预防脓毒症期间AKI的发生。
研究者最近证明,AMP活化蛋白激酶(AMPK)作为细胞代谢和能量平衡的普遍主调控因子,在实验性脓毒症中对保护肾脏免受损伤和提高生存率至关重要。研究者已表明,药物激活AMPK可防止急性肾损伤(AKI)并提高生存率,而抑制AMPK则会加重肾损伤和死亡。有趣的是,二甲双胍——治疗2型糖尿病的推荐一线药物——是一种已知的AMPK激活剂。基于此,研究者已证明,二甲双胍治疗可降低实验性脓毒症的死亡率。多项人体观察性研究也支持这一观点。最近两项荟萃分析得出结论,接触二甲双胍与死亡风险降低相关。研究者开展了迄今为止规模最大的倾向评分匹配回顾性研究,证明二甲双胍与90天时中重度AKI和死亡几率降低相关,同时也与……几率增加相关
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。




