RAYALDEE 非干预研究:ND-CKD 继发性甲状旁腺功能亢进患者有效性研究

该数据集来自 clinicaltrials.gov,为一项关于 RAYALDEE 在非透析慢性肾脏病(ND-CKD)继发性甲状旁腺功能亢进(SHPT)患者中有效性的非干预、前瞻性、多中心队列研究

Vifor (International) Inc.Vifor (International) Inc.
clinicaltrials
浏览 3
其他预测Chronic Kidney Disease
RAYALDEE Non Interventional Study (NIS) on Effectiveness in ND-CKD SHPT Patients

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-25

资源简介

RAYALDEE 非干预研究:ND-CKD 继发性甲状旁腺功能亢进患者有效性研究

该数据集来自 clinicaltrials.gov,为一项关于 RAYALDEE 在非透析慢性肾脏病(ND-CKD)继发性甲状旁腺功能亢进(SHPT)患者中有效性的非干预、前瞻性、多中心队列研究。计划纳入约 100 例按 SmPC 接受 ERC 治疗的患者,总研究时长 2.5 年,招募期约 1.5 年,个体观察期最长 12 个月(预治疗患者最长 18 个月),约每 3 个月随访一次。数据可用于分析真实世界中 ERC 治疗的有效性及患者预后(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。非干预、前瞻性、多中心队列研究。将纳入约 100 例根据 SmPC 接受 ERC 治疗的 ND-CKD 伴 SHPT 患者。计划总研究时长 2.5 年,招募期约 1.5 年。每例患者的个体前瞻性观察期计划最长持续 12 个月,预治疗患者最长 18 个月。个体患者的观察时间点数量取决于个体观察期,假设大约每 3 个月一次。如果 ERC 治疗开始能与患者入组日期重合,或在患者入组前最多 6 个月内发生,则患者符合条件。如果 ERC 治疗发生在入组之前,则其观察期将是回顾性的。

【主题与分类】

主题标签:Chronic Kidney 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/NCT05460234

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/NCT05460234

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。非干预性、前瞻性、多中心、队列研究。将纳入约100例根据SmPC接受ERC治疗的诊断为ND-CKD伴SHPT的患者。计划研究总时长为2.5年,其中招募阶段约1.5年。每位患者的前瞻性观察期计划最长持续12个月,对于预先治疗的患者最长可达18个月。单个患者的观察时间点数量将取决于个体观察期,假定大约每3个月一次。如果ERC治疗的开始时间可以与患者纳入研究的日期重合,或在患者纳入研究前最多6个月内开始,则患者符合入选条件。ERC治疗的观察期,如果在研究纳入之前发生,则为回顾性;研究纳入之后的时期为前瞻性。开始治疗的决定仍由治疗医师根据其正常标准诊疗并依照SMPC作出。

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