Telmisartan 促进糖尿病肾病中单核细胞向 M2 巨噬细胞分化?
该数据集来自 clinicaltrials.gov,主题为糖尿病肾病,属于内分泌、营养和代谢疾病 / 糖尿病分类。源站描述指出糖尿病肾病严重程度与蛋白尿率和肾间质纤维化程度成正比,是终末期肾病的重要病因

基本信息
资源简介
Telmisartan 促进糖尿病肾病中单核细胞向 M2 巨噬细胞分化?
该数据集来自 clinicaltrials.gov,主题为糖尿病肾病,属于内分泌、营养和代谢疾病 / 糖尿病分类。源站描述指出糖尿病肾病严重程度与蛋白尿率和肾间质纤维化程度成正比,是终末期肾病的重要病因。慢性高血糖损伤肾小球导致蛋白尿,肾小管上皮产生 MCP-1 招募单核细胞,单核细胞分化为 M1 或 M2 巨噬细胞,M1 增加 MCP-1,M2 产生促纤维化 TGF-β,肾纤维化与肾小球滤过率呈负相关。数据可用于研究糖尿病肾病中巨噬细胞极化与纤维化机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:糖尿病肾病。糖尿病肾病的严重程度与蛋白尿率和肾间质纤维化程度成正比。尽管目前有许多治疗方法可用,糖尿病肾病仍占需要肾脏替代治疗或肾移植的终末期肾病(ESRD)病例的四分之一。其发展过程如下:糖尿病的慢性高血糖损伤肾小球,使蛋白质进入尿液。作为回应,肾小管上皮产生单核细胞趋化蛋白-1(MCP-1),吸引在肾间质中循环的单核细胞。单核细胞随后分化为 M1 或 M2 巨噬细胞。M1 巨噬细胞增加 MCP-1 的产生,而 M2 巨噬细胞产生促纤维化的转化生长因子β(TGF-β)。肾纤维化与肾小球滤过率本身呈负相关
【主题与分类】
主题标签:Diabetic Nephropathy。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/NCT02768948
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/NCT02768948
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:糖尿病肾病。糖尿病肾病的严重程度与蛋白尿率和肾间质纤维化程度成正比。尽管目前有许多治疗方法可用,但糖尿病肾病仍是导致四分之一终末期肾病(ESRD)病例的原因,这些病例需要肾脏替代治疗或肾移植。其发展过程如下:糖尿病的慢性高血糖损害肾小球,使蛋白质进入尿液。作为回应,肾小管上皮细胞产生单核细胞趋化蛋白-1(MCP-1),吸引循环中的单核细胞进入肾间质。随后,单核细胞分化为M1或M2巨噬细胞。M1巨噬细胞增加MCP-1的产生,而M2巨噬细胞则产生促纤维化的转化生长因子β(TGF-β)。肾纤维化与肾小球滤过率呈负相关,而肾小球滤过率本身与肾单位数量成正比。肾单位数量的减少继发性地加重蛋白尿,这是由于局灶节段性肾小球硬化病变的出现。
MCP-1的产生随着肾性蛋白尿的增加而增加,因为进入肾脏的M1巨噬细胞增强了MCP-1的产生,而纤维化恶化则是因为M2巨噬细胞依次浸润肾脏并产生TGF-β。限制肾纤维化的一种方法是通过促进单核细胞向M2巨噬细胞分化来减少肾脏单核细胞浸润。尽管M2巨噬细胞数量更多,但它们不再对肾脏有益,因为M1巨噬细胞的减少降低了肾脏MCP-1的产生。离体条件下,IL1-β引导单核细胞向M1巨噬细胞分化,而IL-4则引导其向M2分化。相反,在体内,这些分化因子知之甚少。值得注意的是,二甲双胍和替米沙坦分别在人类和小鼠中增加M2巨噬细胞并减少M1巨噬细胞。此外,在人类糖尿病肾病中,替米沙坦比氯沙坦更能减少蛋白尿,而二甲双胍则能减少小鼠肾脏内TGF-β的量。
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。




