以患者为中心联合虚拟支持的肥胖与肾移植可及性干预
该数据集来自 clinicaltrials.gov,主题为以患者为中心联合虚拟支持的肥胖与肾移植可及性干预,归类于内分泌、营养和代谢疾病下的肥胖症

基本信息
资源简介
以患者为中心联合虚拟支持的肥胖与肾移植可及性干预
该数据集来自 clinicaltrials.gov,主题为以患者为中心联合虚拟支持的肥胖与肾移植可及性干预,归类于内分泌、营养和代谢疾病下的肥胖症。数据覆盖肥胖、慢性肾脏病、慢性肾病及 CKD 相关人群,关注晚期肾病患者因肥胖导致肾功能恶化、肾衰竭以及因手术风险担忧而无法接受挽救生命的肾移植问题。研究团队由医生、护士、营养师、运动专家、社会科学家及有亲身经历的患者组成,历时三年推进相关研究,旨在帮助晚期肾病患者安全有效地减轻体重、达到更健康的体重水平(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肥胖、慢性肾脏病、慢性肾病、CKD。肥胖对人们的健康和生活质量有严重影响。对于患有晚期肾病(即接近需要透析)的人来说,肥胖尤其成问题——肥胖不仅会导致肾功能恶化和肾衰竭,还可能因对手术风险的担忧而使患者无法接受挽救生命的肾移植。遗憾的是,目前存在迫切需求,但尚无经过严格验证的治疗方法能帮助晚期肾病患者有效且安全地减轻体重。研究团队是一个由医生、护士、营养师、运动专家、社会科学家以及有亲身经历的患者组成的大型团队,已花费三年时间推进研究,以帮助晚期肾病患者达到更健康的体重。他们创建了一个
【主题与分类】
主题标签:Obesity、Chronic Kidney Disease、Chronic Renal Disease、CKD。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07858331
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/NCT07858331
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
病症:肥胖、慢性肾病、慢性肾脏疾病、CKD。肥胖对人们的健康和生活质量有着严重影响。对于患有晚期肾病(即接近需要透析)的患者而言,肥胖问题尤为棘手——肥胖不仅可能导致肾功能恶化和肾衰竭,还可能因手术风险顾虑而使患者无法接受救命的肾移植手术。遗憾的是,对于晚期肾病患者来说,迫切需要有效且安全的减肥治疗方法,但目前尚无严格验证的方案。研究团队由一大群医生、护士、营养师、运动专家、社会科学家及有亲身经历的患者组成,他们历时三年推进研究,旨在帮助晚期肾病患者达到更健康的体重。他们创立了一项特别的减肥计划,该计划结合了针对饮食和安全活动的个性化指导,以及一种已被证明能帮助肾功能较健康人群减轻体重的药物(即Ozempic)。
这项研究计划名为PIVOT:以患者为中心、通过虚拟支持促进肥胖管理和肾移植可及性的干预措施。研究人员已在一项小型试点研究中开始测试PIVOT,早期结果显示,该项目有潜力在更大范围内(即加拿大全国)开展研究。在加拿大卫生研究院(CIHR)的资助下,研究人员旨在覆盖更多患有晚期肾病的加拿大人(包括低收入人群、女性和不同种族人群),帮助他们安全减重、改善身体状况、获得肾移植,并长期保持更健康的状态。
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。




