二甲双胍对埃及痛风患者痛风性关节炎结局的影响

该数据集来自 clinicaltrials.gov,聚焦二甲双胍对埃及痛风患者痛风性关节炎结局的影响。研究为前瞻性随机单盲平行对照试验,纳入100例活动性炎症性痛风性关节炎患者,随机接受二甲双胍(1000mg/天)或安慰剂,并联合传统痛风治疗

Menoufia UniversityMenoufia University
clinicaltrials
浏览 3
蛋白质预测Gouty Arthritis
The Impact of Metformin on the Outcome of Gouty Arthritis in a Cohort of Egyptian Gouty Patients.

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-21

资源简介

二甲双胍对埃及痛风患者痛风性关节炎结局的影响

该数据集来自 clinicaltrials.gov,聚焦二甲双胍对埃及痛风患者痛风性关节炎结局的影响。研究为前瞻性随机单盲平行对照试验,纳入100例活动性炎症性痛风性关节炎患者,随机接受二甲双胍(1000mg/天)或安慰剂,并联合传统痛风治疗。在基线、3个月和6个月采集临床与实验室数据,评估局部关节炎症、炎症细胞因子(IL-1β和IL-6)及生活质量。数据可用于分析二甲双胍对痛风性关节炎结局的预测作用及相关炎症指标变化(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:痛风性关节炎。背景:二甲双胍具有抗炎特性,它通过AMP活化蛋白激酶(AMPK)依赖性和非依赖性途径下调转录因子核因子kappa B(NF-kB),从而抑制炎症过程。目的:研究二甲双胍对一组埃及痛风患者痛风性关节炎结局的影响,并评估其对局部关节炎症、炎症细胞因子(IL-1β和IL-6)及生活质量的作用。方法:一项前瞻性随机、单盲平行随机对照研究纳入100例活动性炎症性痛风性关节炎患者,随机接受二甲双胍(1000mg/天)或安慰剂,并联合传统痛风治疗。患者的临床和实验室数据将在基线、然后3个月和6个月时进行分析,并附有

【主题与分类】

主题标签:Gouty Arthritis。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05332795

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/NCT05332795

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:痛风性关节炎。背景:二甲双胍具有抗炎特性,其通过AMP活化蛋白激酶(AMPK)依赖性和非依赖性途径下调转录因子核因子κB(NF-κB),从而抑制炎症过程。目的:研究二甲双胍对埃及痛风患者队列中痛风性关节炎结局的影响,并评估其对局部关节炎症、炎症细胞因子(IL-1β和IL-6)及生活质量的影响。方法:一项前瞻性随机、单盲平行随机对照研究纳入100例活动性炎症性痛风性关节炎患者,随机接受二甲双胍(1000mg/天)或安慰剂,并联合痛风传统治疗方案。将在基线时以及3个月和6个月后分析患者的临床和实验室数据,并评估痛风疾病活动度,此外,在开始二甲双胍和安慰剂治疗后的第6个月评估血清IL-1β和IL-6、每年发作次数、治疗满意度、生活质量和残疾指数。

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