Roxadustat治疗CKD患者贫血研究
源站描述指出,计划在深圳市第二人民医院连续招募肾性贫血患者,记录Roxadustat或促红细胞生成素的治疗情况,观察期一年,收集人口学特征、药物剂量、调整方案及血红蛋白等数据,以评估Roxadustat在真实世界中的疗效与安全性

基本信息
资源简介
Roxadustat治疗CKD患者贫血研究
该数据集来自clinicaltrials.gov,聚焦慢性肾脏病(CKD)患者贫血的Roxadustat治疗。源站描述指出,计划在深圳市第二人民医院连续招募肾性贫血患者,记录Roxadustat或促红细胞生成素的治疗情况,观察期一年,收集人口学特征、药物剂量、调整方案及血红蛋白等数据,以评估Roxadustat在真实世界中的疗效与安全性。数据可用于肾性贫血治疗结局的预测建模及真实世界证据分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性肾脏病贫血。慢性肾脏病(CKD)患者贫血的患病率(15.4%)是一般人群(7.6%)的两倍,且贫血程度随CKD严重程度增加。多项RCT研究已显示口服Roxadustat治疗肾性贫血的安全性和有效性,但缺乏队列研究证据。计划开展一项前瞻性队列研究,以评估Roxadustat在真实世界中治疗肾性贫血的疗效和安全性。计划从2020年10月至2023年6月在深圳市第二人民医院连续招募肾性贫血患者。记录贫血治疗情况(Roxadustat或促红细胞生成素),观察期为一年。收集患者的人口学特征、药物剂量、调整方案、血红蛋白。主要结局指标
【主题与分类】
主题标签:Anemia of 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/NCT04502537
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/NCT04502537
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:慢性肾脏病贫血。慢性肾脏病(CKD)患者贫血的患病率(15.4%)是一般人群(7.6%)的两倍,且贫血程度随CKD严重程度增加而加重。多项随机对照试验(RCT)研究已表明口服罗沙司他治疗肾性贫血的安全性和有效性,但缺乏队列研究的证据。计划开展一项前瞻性队列研究,以评估罗沙司他在真实世界中治疗肾性贫血的有效性和安全性。计划于2020年10月至2023年6月在深圳市第二人民医院连续招募肾性贫血患者。记录贫血治疗情况(罗沙司他或促红细胞生成素),观察期为一年。收集患者的人口学特征、药物剂量、调整方案、血红蛋白。
主要结局指标为:血红蛋白(Hb)从基线至28~52周的平均变化值,以及连续两次访视期间达到的Hb应答率;次要结局指标为:目标Hb水平的维持率、铁代谢指标、0~8周Hb水平升高率、剂量调整及安全性指标。采用重复测量广义相加混合模型分析不同组别结局指标的变化及差异。预期结果:在队列研究中,罗沙司他治疗肾性贫血的有效性与安全性、起始剂量及调整方案,为指导罗沙司他临床安全有效应用提供依据。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




