ELISIO™-HX 上市前临床安全性评估

该数据集来自 clinicaltrials.gov,围绕高通透性血液透析器系列 ELISIO™-HX 的上市前临床安全性评估,覆盖急性肾衰竭、慢性肾衰竭、慢性肾脏病及终末期肾病等肾功能衰竭相关疾病

Nipro Medical CorporationNipro Medical Corporation
clinicaltrials
浏览 11
蛋白质Renal FailureAcute Renal FailureChronic Renal FailureChronic Kidney DiseasesEnd Stage Renal Disease
Premarket Clinical Safety Assessment of the ELISIO™-HX

基本信息

模态
蛋白质
创建/更新时间
2026-10-12

资源简介

ELISIO™-HX 上市前临床安全性评估

该数据集来自 clinicaltrials.gov,围绕高通透性血液透析器系列 ELISIO™-HX 的上市前临床安全性评估,覆盖急性肾衰竭、慢性肾衰竭、慢性肾脏病及终末期肾病等肾功能衰竭相关疾病。研究的主要安全性目标是通过证明使用研究用透析器不影响透析前白蛋白水平来评估其安全性,主要有效性目标是通过证明使用该透析器可提高中分子量 λ 游离轻链(FLC)的清除率来评估其性能。数据可用于肾功能衰竭透析治疗相关安全性、有效性及清除率等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肾衰竭、急性肾衰竭、慢性肾衰竭、慢性肾脏病、终末期肾病。本研究的主要安全性目标是通过证明使用研究用透析器不影响透析前白蛋白水平,来评估高通透性血液透析器系列 ELISIO™-HX 使用的安全性。主要有效性目标是通过证明使用研究用透析器可提高中分子量 λ(λ)游离轻链(FLC)的清除率,来评估高通透性血液透析器系列 ELISIO™-HX 使用的性能。

【主题与分类】

主题标签:Renal Failure、Acute Renal Failure、Chronic Renal Failure、Chronic Kidney Diseases、End Stage Renal Disease。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/NCT07058909

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/NCT07058909

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

疾病:肾衰竭、急性肾衰竭、慢性肾衰竭、慢性肾脏病、终末期肾病。本研究的主要安全性目标是评估使用高通透性血液透析器系列ELISIO™-HX的安全性,通过表明使用研究性透析器不影响透析前白蛋白水平。主要疗效目标是评估使用高通透性血液透析器系列ELISIO™-HX的性能,通过表明使用研究性透析器可提高中分子量λ(λ)游离轻链(FLC)的清除率。

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