IgA肾病患者初始治疗后的Oxford分类与临床缓解
该数据集来自clinicaltrials.gov,聚焦IgA肾病患者初始治疗后的Oxford分类与临床缓解。IgA肾病是中国最常见的原发性肾小球肾炎及终末期肾病主要病因之一,其临床表现个体差异大,肾脏病理对判断肾损伤严重程度和预测肾脏进展至关重要

基本信息
资源简介
IgA肾病患者初始治疗后的Oxford分类与临床缓解
该数据集来自clinicaltrials.gov,聚焦IgA肾病患者初始治疗后的Oxford分类与临床缓解。IgA肾病是中国最常见的原发性肾小球肾炎及终末期肾病主要病因之一,其临床表现个体差异大,肾脏病理对判断肾损伤严重程度和预测肾脏进展至关重要。但肾脏病理与患者用药反应之间的关联尚未见报道,且既往多数随机对照试验在入组时未考虑肾脏病理。KDIGO肾小球疾病工作组认为,目前证据不足以支持使用Oxford分类决定是否对IgA肾病患者实施免疫抑制治疗。该数据可用于探索病理分型与治疗反应的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:IgA肾病。IgA肾病(IgAN)是中国最常见的原发性肾小球肾炎,也是终末期肾病的主要病因之一。IgAN的临床表现个体差异很大,肾脏病理对于判断肾损伤的严重程度和预测肾脏进展至关重要。然而,肾脏病理与患者对药物反应之间的关联尚未见报道,且既往大多数随机对照试验(RCT)在入组患者时未考虑肾脏病理。全球最负盛名的肾脏病组织之一——肾脏病:改善全球预后(KDIGO)肾小球疾病工作组指出,目前证据不足以支持使用Oxford分类来决定是否对IgA肾病患者实施免疫抑制治疗。
【主题与分类】
主题标签:IgA Nephropathy。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/NCT05528991
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/NCT05528991
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:IgA肾病。IgA肾病(IgAN)是最常见的原发性肾小球肾炎,也是中国终末期肾病的主要原因之一。IgAN的临床表现个体差异很大,肾脏病理对于判断肾损伤的严重程度和预测肾脏进展至关重要。然而,肾脏病理与患者对药物反应之间的关系尚未见报道,且大多数早期RCT研究在纳入患者时未考虑肾脏病理。全球最负盛名的肾脏病组织之一——肾脏病:改善全球预后(KDIGO)肾小球疾病工作组指出,目前尚无足够证据支持使用牛津分型来决定是否对IgAN患者实施免疫抑制治疗。因此,本研究旨在探讨牛津分型与IgAN患者初始治疗后临床缓解率之间的关系,以期为个体化临床治疗方案提供依据。
本研究为单中心前瞻性队列研究,连续收集2011年1月至2021年1月在深圳市第二人民医院住院并经肾活检诊断为IgAN的患者,随访至2022年12月。采用Cox回归模型分析不同牛津分型对患者治疗6、12、18和24个月时临床缓解率的影响,并采用广义相加混合模型分析牛津分型与长期肾功能及尿蛋白变化等次要结局指标之间的关系。
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。




