维持性血液透析患者长期高血流量血液吸附治疗研究

该数据集来自 clinicaltrials.gov,聚焦维持性血液透析(MHD)患者,研究延长血液吸附(HA)联合血液透析(HD)治疗时长并提高体外血流量的安全性、可行性及对蛋白结合尿毒症毒素清除率的影响

Dongliang Zhang, MDDongliang Zhang, MD
clinicaltrials
浏览 8
蛋白质回归Chronic Kidney DiseasesHemodialysis
蛋白质Long-term, High Blood Flow Hemoadsorption Therapy in Patients Undergoing Maintenance Hemodialysis

基本信息

模态
蛋白质
任务类型
回归
创建/更新时间
2026-10-20

资源简介

维持性血液透析患者长期高血流量血液吸附治疗研究

该数据集来自 clinicaltrials.gov,聚焦维持性血液透析(MHD)患者,研究延长血液吸附(HA)联合血液透析(HD)治疗时长并提高体外血流量的安全性、可行性及对蛋白结合尿毒症毒素清除率的影响。研究采用多中心、前瞻性、自身前后对照的队列设计,将 HA+HD 治疗延长至 4 小时、血流量提高至 250-350 ml/min 以上,通过评估操作安全性及治疗前后血液毒素水平来验证效果。数据可用于分析治疗参数与毒素清除的关系,支持肾脏病透析治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:慢性肾脏病、血液透析。目的:本研究旨在确认在 HA+HD(血液吸附联合血液透析)治疗过程中延长血液吸附(HA)时长并提高血流量是安全可行的,并验证延长 HP 治疗时长能否进一步提高蛋白结合尿毒症毒素的清除率。方法:研究采用多中心、前瞻性、自身前后对照的队列设计。维持性血液透析(MHD)患者的 HA+HD 治疗时长延长至 4 小时,体外血流量提高至 250-350 ml/min 以上。通过评估操作安全性来评价治疗的安全性;测量患者治疗前后血液中相关毒素水平,并计算单次治疗后尿毒症毒素的清除率。

【主题与分类】

主题标签:Chronic Kidney Diseases、Hemodialysis。本站分类:泌尿生殖系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06574425

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/NCT06574425

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:慢性肾脏病、血液透析。目的:本研究旨在确认在血液吸附(HA)+血液透析(HD)治疗过程中延长血液吸附(HA)持续时间并提高血流量是安全可行的,并验证延长HP治疗时间能否进一步增加蛋白结合型尿毒症的清除。方法:本研究采用多中心、前瞻性、队列设计,采用自身前后对照。维持性血液透析(MHD)患者的HA+HD治疗时间延长至4小时,体外血流速提高至250-350 ml/min以上。通过评估操作的安全性来评估治疗的安全性;测定患者治疗前后血液中相关毒素水平,计算单次治疗后尿毒症毒素清除率,并与自身前后对照数据进行比较,以确定改良方案能否清除更多尿毒症毒素。

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