慢性肾脏病患者的糖尿病足结局预测因素
该数据集来自 clinicaltrials.gov,聚焦慢性肾脏病合并 2 型糖尿病患者的糖尿病足结局预测因素。糖尿病足是糖尿病最常见、最严重且花费最高的并发症之一,主要表现为踝关节以下的皮肤感染、溃疡或深部组织破坏,常伴下肢神经病变或血管病变,严重时可累及肌肉和骨骼

基本信息
资源简介
慢性肾脏病患者的糖尿病足结局预测因素
该数据集来自 clinicaltrials.gov,聚焦慢性肾脏病合并 2 型糖尿病患者的糖尿病足结局预测因素。糖尿病足是糖尿病最常见、最严重且花费最高的并发症之一,主要表现为踝关节以下的皮肤感染、溃疡或深部组织破坏,常伴下肢神经病变或血管病变,严重时可累及肌肉和骨骼。数据覆盖糖尿病足疾病与 2 型糖尿病所致慢性肾脏病两类条件,可用于分析影响糖尿病足结局的相关因素,为风险识别与预后评估提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病足疾病、2 型糖尿病所致慢性肾脏病。约 5.37 亿成年人患有糖尿病(DM)。预计到 2030 年这一数字将上升至 6.43 亿。糖尿病足(DF)是 DM 最常见、最严重且花费最高的并发症之一。其主要特征为踝关节以下的皮肤感染、溃疡或深部组织破坏。它通常与下肢神经病变或血管病变相关,严重时可能累及肌肉和骨骼。最终,19% 至 34% 的糖尿病患者一生中会罹患 DF。约 20% 的 DF 患者可能需要下肢截肢,截肢可以是小截肢(踝关节以下)或大截肢(踝关节以上),有时两者兼有。患有糖尿病神经病变和慢性肾脏病(CKD)的个体
【主题与分类】
主题标签:Diabetic Foot Disease。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06684886
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/NCT06684886
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
疾病:糖尿病足病、2型糖尿病所致慢性肾脏病。全球约有5.37亿成人患有糖尿病(DM)。预计到2030年,这一数字将增至6.43亿。糖尿病足(DF)是DM最常见、最严重且治疗费用最高的并发症之一。其主要特征为踝关节以下的皮肤感染、溃疡或深部组织破坏。通常与下肢神经病变或血管病变相关,严重时可累及肌肉和骨骼。最终,19%至34%的糖尿病患者在其一生中会罹患DF。约20%的DF患者可能需要下肢截肢,截肢可为小截肢(踝关节以下)或大截肢(踝关节以上),有时两者兼有。与单纯DM患者相比,合并糖尿病神经病变和慢性肾脏病(CKD)的个体发生非创伤性下肢截肢的可能性高出15倍。DF的发生率及其进展似乎与CKD的分期呈比例相关。
其中最重要的原因之一是血管钙化,这在动脉粥样硬化、糖尿病(DM)、慢性肾脏病(CKD)及老年患者中较为常见。包括年龄、性别、感染严重程度、局部缺血、糖尿病病程、神经病变及血糖控制在内的多种因素,被认为是糖尿病足(DF)结局的潜在预测因子。然而,对于最为显著的因素及其各自对结局的影响,目前仍缺乏全面的认识。
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。




