轻中度慢性肾脏病皮肤自发荧光与亚临床动脉粥样硬化病例对照研究
该数据集来自 search.dataone.org,对应一项病例对照研究,纳入 87 例轻中度慢性肾脏病(CKD)患者与 87 名按年龄、性别、体质指数和腰围匹配的非糖尿病非 CKD 受试者

基本信息
资源简介
轻中度慢性肾脏病皮肤自发荧光与亚临床动脉粥样硬化病例对照研究
Skin autofluorescence and subclinical atherosclerosis in mild to moderate chronic kidney disease: a case-control study
该数据集来自 search.dataone.org,对应一项病例对照研究,纳入 87 例轻中度慢性肾脏病(CKD)患者与 87 名按年龄、性别、体质指数和腰围匹配的非糖尿病非 CKD 受试者。研究测量皮肤自发荧光(AF)以评估晚期糖基化终末产物(AGEs),并用血管超声评估颈动脉与股动脉的粥样硬化病变,同时估计血管年龄与 SCORE 风险。数据可用于探索 AGEs 与 CKD 早期亚临床动脉粥样硬化的关系,并支持相关风险预测或分类建模(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):晚期糖基化终末产物(AGEs)在接受血液透析的慢性肾脏病(CKD)患者中升高并可预测死亡,且与是否合并 2 型糖尿病无关。然而,关于 CKD 早期阶段 AGEs 与亚临床动脉粥样硬化关系的信息很少。本研究开展了一项病例对照研究,纳入 87 例轻中度 CKD 患者(肾小球滤过率 89 至 30 ml/min/1.73m2)和 87 名按年龄、性别、体质指数和腰围匹配的非糖尿病非 CKD 受试者。测量了皮肤自发荧光(AF),这是一种对 AGEs 的无创评估方法。使用血管超声评估颈动脉和股动脉中动脉粥样硬化病变的存在,并估计血管年龄和 SCORE 风险。轻中度 CKD 患者显示皮肤 AF 升高
【主题与分类】
主题标签:advanced glycation end products、Chronic kidney disease、skin autofluorescence。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://search.dataone.org/view/sha256%3A909331a45ecc7c37406f4657efc8091919a6764f26903fac2c65cc4af806808e
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
晚期糖基化终末产物(AGEs)在正在接受血液透析的慢性肾脏病(CKD)患者中升高,并可预测其死亡率,且与是否合并2型糖尿病无关。然而,关于CKD早期阶段AGEs与亚临床动脉粥样硬化之间关系的信息甚少。本研究开展了一项病例对照研究,纳入87例轻至中度CKD患者(肾小球滤过率89至30 ml/min/1.73m²)以及87例按年龄、性别、体重指数和腰围匹配的非糖尿病非CKD受试者。研究测定了皮肤自发荧光(AF),这是一种对AGEs的无创评估方法。采用血管超声评估颈动脉和股动脉是否存在粥样硬化性病变,并估算血管年龄和SCORE风险。与对照受试者相比,轻至中度CKD患者的皮肤AF升高(2.5±0.6 vs. 2.2±0.4 AU,p<0.001)。皮肤AF值>2.0 AU是……
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。




