非布司他对慢性肾脏病进展及颈动脉内膜中层厚度的影响

该数据集来自 clinicaltrials.gov,聚焦非布司他对慢性肾脏病进展及颈动脉内膜中层厚度的影响。数据覆盖参与者的临床与人口学特征(年龄、性别、BMI、合并高血压和糖尿病、CKD 病因),并在基线和三个月随访后采集实验室指标,包括血清尿酸、肌酐、血尿素氮、钙、磷、白蛋白、镁、iPTH、血脂

Ain Shams UniversityAin Shams University
clinicaltrials
浏览 9
医学影像回归Carotid Intima- Media Thickness
Febuxostat Effect on Chronic Kidney Disease Progression And Carotid Intima-Media Thickness

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-10

资源简介

非布司他对慢性肾脏病进展及颈动脉内膜中层厚度的影响

该数据集来自 clinicaltrials.gov,聚焦非布司他对慢性肾脏病进展及颈动脉内膜中层厚度的影响。数据覆盖参与者的临床与人口学特征(年龄、性别、BMI、合并高血压和糖尿病、CKD 病因),并在基线和三个月随访后采集实验室指标,包括血清尿酸、肌酐、血尿素氮、钙、磷、白蛋白、镁、iPTH、血脂谱及尿蛋白肌酐比,同时进行颈动脉超声测量动脉壁厚度。这些纵向数据可用于分析非布司他对肾功能和血管结构改变的效应,支持回归或预测建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:颈动脉内膜中层厚度。对所有参与者进行了全面的数据收集,涵盖详细的病史,包括患者的临床和人口学特征(年龄、性别、BMI、相关合并症如 HTN 和 DM、CKD 病因)。在基线和三个月随访期后进行了实验室检查。这些检查包括:血清尿酸、肌酐、血尿素氮、钙、磷、白蛋白、镁、全段甲状旁腺激素(iPTH)、血脂谱(胆固醇、甘油三酯、LDL、HDL)、尿蛋白与肌酐比值。放射学检查:在基线和三个月随访期后也进行了颈动脉超声(中膜壁厚度)。动脉壁增厚是动脉粥样硬化和血管钙化的标志。

【主题与分类】

主题标签:Carotid Intima- Media Thickness。本站分类:内分泌、营养和代谢疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06997952

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06997952

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:颈动脉内-中膜厚度。对所有参与者均进行了全面的数据收集,包括详细的病史,涵盖患者的临床和人口学特征(年龄、性别、BMI、相关合并症如高血压和糖尿病、CKD病因)。在基线和三个月随访期后进行了实验室检查。这些检查包括:血清尿酸、肌酐、血尿素氮、钙、磷、白蛋白、镁、全段甲状旁腺激素(iPTH)、血脂谱(胆固醇、甘油三酯、LDL、HDL)、尿蛋白与肌酐比值。放射学检查:在基线和三个月随访期后也进行了颈动脉双功超声(中膜壁厚度)检查。动脉壁增厚是动脉粥样硬化和血管钙化的标志。

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。

获取专属数据定制方案