Zibotentan与Dapagliflozin用于2型糖尿病伴白蛋白尿升高患者
该数据集来自clinicaltrials.gov，收录一项针对2型糖尿病伴白蛋白尿升高患者的双盲随机安慰剂对照交叉试验。研究对象为18至75岁、尿白蛋白与肌酐比值100至3500 mg/g、eGFR不低于30 ml/min/1.73m2的男女受试者，排除1型糖尿病或非糖尿病性肾病患者
基本信息
资源简介
Zibotentan与Dapagliflozin用于2型糖尿病伴白蛋白尿升高患者
该数据集来自clinicaltrials.gov，收录一项针对2型糖尿病伴白蛋白尿升高患者的双盲随机安慰剂对照交叉试验。研究对象为18至75岁、尿白蛋白与肌酐比值100至3500 mg/g、eGFR不低于30 ml/min/1.73m2的男女受试者，排除1型糖尿病或非糖尿病性肾病患者。研究包含筛选访视、4周（最长16周）导入期，受试者随机分配至两种治疗顺序，每种顺序含三个治疗期，期间设4周洗脱期，前两期各4周，第三期6周。数据可用于糖尿病肾病治疗相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：慢性肾脏病。将在18至75岁、尿白蛋白与肌酐比值（UACR）水平在100至3500 mg/g之间、eGFR ≥ 30 ml/min/1.73m2的男性和女性2型糖尿病受试者中开展一项双盲随机安慰剂对照交叉研究。1型糖尿病或非糖尿病性肾病患者将被排除。该研究将包括一次筛选访视，以及针对未接受稳定ACEi/ARB治疗受试者的4周（最长可达16周）导入期。受试者将被随机分配至两种治疗顺序之一。每种治疗顺序包括三个治疗期，期间由4周洗脱期分隔。治疗期1和2为期四周。第三个治疗期持续6周。参与者将被随机分配接受治疗，同时接受背景本地标准治疗。
【主题与分类】
主题标签：Chronic Kidney Diseases。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/NCT05570305
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/NCT05570305
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：慢性肾脏病。将开展一项双盲随机安慰剂对照交叉研究，纳入年龄在18至75岁之间、尿白蛋白：肌酐比值（UACR）水平在100至3500 mg/g之间、eGFR ≥ 30 ml/min/1.73m2的2型糖尿病男性和女性受试者。排除1型糖尿病或非糖尿病性肾病患者。该研究将包括一次筛选访视，以及针对未接受稳定ACEi/ARB治疗的受试者的为期4周（最长可达16周）的导入期。受试者将被随机分配至两种治疗顺序之一。每种治疗顺序包括三个治疗期，期间间隔4周洗脱期。第1和第2治疗期为期四周。第三个治疗期持续6周。参与者除接受背景本地标准治疗（SoC）外，将被随机分配至以下治疗：1. Zibotentan 1.5 mg每日一次 + Dapagliflozin 10 mg每日一次。2. Zibotentan 1.5 mg每日一次。3. Dapagliflozin 10 mg每日一次。4. 安慰剂每日一次。
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。
