糖尿病肾病中的维生素D补充
该数据集来自 clinicaltrials.gov,主题为糖尿病肾病中的维生素D补充,涉及维生素D状态欠佳、骨骼疾病与糖尿病肾病

基本信息
资源简介
糖尿病肾病中的维生素D补充
该数据集来自 clinicaltrials.gov,主题为糖尿病肾病中的维生素D补充,涉及维生素D状态欠佳、骨骼疾病与糖尿病肾病。源站描述指出,维生素D对骨骼健康及预防骨折具有明确作用,而骨折与发病率、死亡率升高及生活质量下降相关;许多人维生素D状态欠佳(<75nmol/l),风险随地理位置、年龄、族裔、膳食摄入不足和疾病而增加。糖尿病与肾病均与骨骼健康不佳和维生素D状态欠佳相关,居住在加拿大北部Alberta的糖尿病合并慢性肾病患者因膳食限制和冬季皮肤合成不足而风险尤高。数据可用于内分泌、营养和代谢疾病及糖尿病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:维生素D状态欠佳、骨骼疾病、糖尿病肾病。摘要:维生素D在骨骼健康和预防骨折方面具有明确作用,而骨折与发病率、死亡率升高及生活质量下降相关。然而,许多个体维生素D状态欠佳(<75nmol/l),且风险随地理位置、年龄、族裔、膳食摄入不足和疾病而增加。糖尿病和肾病是两种与骨骼健康不佳和维生素D状态欠佳均相关的慢性疾病。居住在加拿大北部Alberta的糖尿病合并慢性肾病患者,由于对富含维生素D食物(例如同样高磷和高碳水化合物的奶制品)的膳食限制,以及漫长冬季中皮肤合成可忽略不计,其维生素D状态欠佳和骨骼健康不佳的风险尤为突出。
【主题与分类】
主题标签:Sub-optimal Vitamin D Status、Bone Disease、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/NCT01476501
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/NCT01476501
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:维生素D状态欠佳、骨骼疾病、糖尿病肾病。摘要:维生素D在骨骼健康及预防骨折方面具有明确作用,而骨折与发病率、死亡率增加及生活质量下降相关。然而,许多人的维生素D状态欠佳(<75nmol/l),且风险随地理位置、年龄、种族、饮食摄入不足及疾病而增加。糖尿病和肾病是两种与骨骼健康不良和维生素D状态欠佳相关的慢性疾病。居住在阿尔伯塔省北部的糖尿病和慢性肾病患者,由于饮食上对富含维生素D食物(例如同时富含磷和碳水化合物的奶制品)的限制、漫长冬季中皮肤合成维生素D极少,以及肾脏合成活性维生素D(1,25(OH)2D)的能力下降,尤其面临维生素D状态欠佳和骨骼健康不良的风险。在加拿大普通人群中,很少有人仅通过饮食就能满足维生素D摄入的膳食推荐量,往往依赖维生素D补充剂。
糖尿病肾病患者对维生素D补充的需求增加,然而维生素D补充的最佳剂量和策略尚不清楚。与其他慢性疾病一样,治疗依从性是这一人群的主要问题。个体每增加一种慢性疾病,其治疗依从性和生活质量就会下降。已知维生素D治疗的依从性尤其差。这可能与骨病的隐匿性有关,因为不良的骨骼健康往往在发生骨折后才被发现。需要新的维生素D补充策略来预防不良骨骼健康和骨折,以及随之而来的生活质量下降。因此,确定一种能够提高糖尿病肾病患者维生素D补充依从性、改善维生素D状况和骨骼健康的维生素D补充策略非常重要。
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。




