肾病综合征循环因子研究
该数据集来自 clinicaltrials.gov，为一项前瞻性观察性研究，聚焦因新发肾病综合征入院接受肾活检的患者。覆盖的疾病包括肾病综合征、膜性肾病、微小病变病和原发性局灶节段性肾小球硬化
基本信息
资源简介
肾病综合征循环因子研究
Circulating Factors in Nephrotic Syndrome 数据集收录自 clinicaltrials.gov，对应一项前瞻性观察性研究，关注因新发肾病综合征入院并接受肾活检的患者，考察与肾小球疾病相关的循环因子在治疗过程中的变化。数据集覆盖的疾病主题包括肾病综合征、膜性肾病、微小病变病和原发性局灶节段性肾小球硬化，在分类上归入泌尿生殖系统疾病下的其他类别。该数据集可为肾小球疾病相关循环因子的研究提供来自临床研究注册信息的结构化线索，便于研究者了解该研究方向的基本轮廓与疾病覆盖范围。
【数据集背景】
肾病综合征是一组以大量蛋白尿、低蛋白血症、水肿和高脂血症为特征的临床综合征，其背后可对应多种不同的肾小球病理类型。膜性肾病、微小病变病和原发性局灶节段性肾小球硬化均是导致肾病综合征的重要病因，不同病理类型在治疗反应与病程演变上存在差异。该数据集所对应的研究以新发肾病综合征且需住院接受肾活检的患者为对象，采用前瞻性观察性设计，围绕与肾小球疾病相关的循环因子展开，考察这些因子在治疗过程中的变化情况。这一背景使数据集与肾小球疾病的临床观察研究直接相关。
【数据内容】
数据集的主题标签涵盖肾病综合征、膜性肾病、微小病变病和原发性局灶节段性肾小球硬化，说明其内容围绕上述疾病人群展开。源站描述表明，研究关注的是与肾小球疾病相关的循环因子及其在治疗相关过程中的变化。除上述疾病范围与研究关注点外，数据集具体包含哪些变量、检测指标、随访时间点或样本类型等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床研究注册信息。源站描述显示，其对应研究为一项前瞻性观察性研究，研究对象为因新发肾病综合征入院接受肾活检的患者。关于具体的招募人数、研究中心数量、研究起止时间、采样与检测流程等细节，源站未提供。
【适用场景】
基于现有信息，该数据集适用于了解肾病综合征及相关病理类型（膜性肾病、微小病变病、原发性局灶节段性肾小球硬化）领域一项前瞻性观察性研究的基本情况，可作为研究者检索该方向临床研究注册信息的入口，也可用于梳理肾小球疾病循环因子研究的疾病覆盖范围。关于该数据集在具体分析场景中的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集的信息来自临床研究注册来源，其内容以研究注册描述为主。关于数据质量、完整性、样本量、随访依从性以及研究结果的可靠性等，源站未提供。使用者应注意，注册信息描述不等同于研究结果数据。
【引用与许可】
源站未提供。
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/NCT06315504
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：肾病综合征、膜性肾病、微小病变病、原发性局灶节段性肾小球硬化。一项前瞻性观察性研究，旨在探讨因肾活检住院的新发肾病综合征患者中，与肾小球疾病相关的循环因子在治疗相关的变化。
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。
