肾病患者植物疗法自我用药的前瞻性分析
该数据集来自 clinicaltrials.gov,聚焦慢性肾脏病(Stage 3-4 及 Stages 4 and 5)患者使用植物疗法进行自我用药的前瞻性分析

基本信息
资源简介
肾病患者植物疗法自我用药的前瞻性分析
该数据集来自 clinicaltrials.gov,聚焦慢性肾脏病(Stage 3-4 及 Stages 4 and 5)患者使用植物疗法进行自我用药的前瞻性分析。源站描述指出,传统医学在全球广泛使用,非洲患病率约 60%,发展中国家使用率可达 80%;植物疗法既属于传统医学,也存在于现代市场。慢性肾脏病全球患病人数超过 8 亿且持续上升,肾病患者可能大量接触植物疗法,而肾脏是植物来源化合物及其代谢物的主要排泄途径。该数据可用于研究肾病患者植物疗法自我用药的暴露情况及相关临床问题(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(3-4 期)、慢性肾脏病(4 期和 5 期)。传统医学的使用在全球范围内广泛存在。在非洲,患病率估计为 60%,而在发展中国家的使用率可能达到 80%。植物疗法被定义为使用植物治疗或预防疾病;它在传统医学和当前“现代”市场中均发挥作用。慢性肾脏病(CKD)是全球最常见的慢性疾病之一,患病人数超过 8 亿。其患病率持续上升,高收入国家和中低收入国家均受影响。肾病患者可能大量接触植物疗法。植物疗法长期以来被用于治疗肾脏疾病,而肾脏是植物来源化合物及其代谢物的主要排泄途径。虽然一些植物似乎具有肾保护作用
【主题与分类】
主题标签:Chronic Kidney Disease (Stage 3-4)、Chronic Kidney Disease (Stages 4 and 5)。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07444515
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/NCT07444515
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:慢性肾脏病(3-4期),慢性肾脏病(4期和5期)。传统医学的使用在全球范围内广泛存在。在非洲,其使用率估计为60%,而在发展中国家的使用率可能高达80%。植物疗法定义为使用植物治疗或预防疾病;它在传统医学和当前“现代”市场中都占有一席之地。慢性肾脏病(CKD)是全球最常见的慢性疾病之一,患病人数超过8亿。其患病率正在稳步上升,影响高收入国家以及中低收入国家。肾病患者可能大量接触植物疗法。植物疗法长期以来被用于治疗肾脏疾病,而肾脏是植物源性化合物及其代谢产物排出的主要途径。虽然一些植物似乎具有肾脏保护特性,但其他植物可能导致急性肾损伤、慢性肾脏病、肾结石、范可尼综合征或尿路上皮癌。慢性肾脏病患者由于肾单位数量减少和多重用药,可能特别面临肾毒性风险。
目前,关于慢性肾病患者使用植物疗法的数据非常有限,对其保护性或毒性作用也知之甚少。在留尼汪岛,植物疗法文化深厚——在留尼汪克里奥尔语中称为“z’herbages”。留尼汪也是法国终末期肾病患病率最高的省份。留尼汪的慢性肾病患者可能经常使用植物疗法——无论是出于肾脏目的还是全身目的——其后果尚不清楚。因此,显然需要对这些实践进行梳理,以识别具有潜在肾脏保护或肾脏毒性作用的候选植物。
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。




