糖尿病肾病转化研究
源站描述指出糖尿病肾病研究进展有限,自 ARB 成为标准治疗近 15 年来无新药获批,原因包括动物与细胞模型无法重现人类 DKD、人类遗传学研究未找到可重复的遗传变异、DKD 临床表现异质且可能已变化、DKD 为临床诊断且组织学患病比例不明

基本信息
资源简介
糖尿病肾病转化研究
该数据集来自 clinicaltrials.gov,主题为糖尿病肾病转化研究,涵盖 Diabetic Nephropathies 与 Diabetic Glomerulosclerosis 等病种。源站描述指出糖尿病肾病研究进展有限,自 ARB 成为标准治疗近 15 年来无新药获批,原因包括动物与细胞模型无法重现人类 DKD、人类遗传学研究未找到可重复的遗传变异、DKD 临床表现异质且可能已变化、DKD 为临床诊断且组织学患病比例不明。数据可用于糖尿病肾病相关分类与预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:糖尿病肾病、糖尿病肾小球硬化。糖尿病肾脏研究领域在推动新疗法开发方面的进展非常有限。事实上,自 ARB 成为标准治疗近 15 年以来,尚无新药获批用于治疗慢性肾脏病(CKD)。多种因素解释了进展有限,包括但不限于:a) 动物和细胞培养模型无法重现人类 DKD;b) 迄今为止人类遗传学研究未能识别出与 DKD 相关的可重复遗传变异;c) DKD 的临床表现具有异质性,甚至可能自最初描述以来已发生变化;d) DKD 是一种临床诊断,尚不清楚有多大比例的患者存在组织学疾病。实验室小鼠已成为理解人类疾病发展的宝贵工具。由于 m
【主题与分类】
主题标签:Diabetic Nephropathies、Diabetic Glomerulosclerosis。本站分类:神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02986984
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/NCT02986984
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:糖尿病肾病、糖尿病肾小球硬化症。在糖尿病肾脏研究领域,推动新型治疗手段发展的进展极为有限。事实上,自ARB类药物成为标准治疗近15年以来,尚无针对慢性肾脏病(CKD)治疗的新药获批。进展有限的原因有多方面,包括但不限于:a) 动物和细胞培养模型无法再现人类DKD;b) 迄今为止,人类遗传学研究未能识别出与DKD相关的可重复遗传变异;c) DKD的临床表现具有异质性,甚至可能自最初描述以来已发生变化;d) DKD是一种临床诊断,尚不清楚有多少比例的患者存在组织学病变。实验室小鼠为了解人类疾病发展提供了宝贵的工具。随着小鼠遗传学工具的普及,我们得以在动物中进行时间和细胞类型特异性的基因操作,以构建疾病模型并理解特定通路的贡献。
遗憾的是,小鼠模型无法再现人类糖尿病肾病,因为动物仅出现早期DKD病变:系膜扩张和轻度白蛋白尿11。大多数模型不会出现动脉玻璃样变性、肾小管间质纤维化和肾小球滤过率(GFR)下降,而这些正是进展性DKD的标志。人类与小鼠肾脏在基因表达模式和生理学上存在若干根本差异。这些差异可能解释了旨在治疗DKD的药理学方法在小鼠与人类之间缺乏可转化性。这似乎也是其他疾病领域(例如阿尔茨海默病)的普遍趋势,导致近期研究转向转化与临床研究,并日益依赖人类样本。人类遗传学研究在相对罕见的单基因型肾脏疾病(包括多囊肾病和局灶性节段性肾小球
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。




