中国主动脉夹层临床特征与预后研究（CLASSIC）
该数据集来自 clinicaltrials.gov，聚焦主动脉夹层，属于心血管系统疾病范畴。研究通过多中心协作网络构建回顾-前瞻性长期随访队列与管理体系，回顾部分收集2003至2022年不同病因的主动脉夹层病例，前瞻部分预计收集2022至2030年病例
基本信息
资源简介
中国主动脉夹层临床特征与预后研究（CLASSIC）
CLASSIC（Clinical Characteristics and Prognosis of Aortic Dissection in China）是一个聚焦主动脉夹层的心血管系统疾病数据集，来源为 clinicaltrials.gov。该研究旨在通过多中心协作网络，构建针对主动脉夹层的回顾-前瞻性长期随访队列与管理体系。研究在时间上划分为回顾性与前瞻性两部分：回顾性研究收集2003年至2022年间不同病因的主动脉夹层病例，前瞻性研究预计收集2022年至2030年间的主动脉夹层病例。研究预期评估疾病特征、进展模式、临床特征、自然病程及长期预后。该数据集以主动脉夹层为核心主题，服务于心血管系统疾病领域的研究与临床管理。
【数据集背景】
主动脉夹层属于心血管系统疾病，具有较高的临床关注价值。CLASSIC 研究立足于中国人群，试图通过多中心协作网络的方式，系统性地构建主动脉夹层的长期随访队列与管理体系。该研究的整体设计分为回顾性与前瞻性两个组成部分，目的是在较长时间跨度内持续观察主动脉夹层病例，从而为理解该疾病的特征与转归提供数据基础。研究关注的疾病对象为主动脉夹层，并明确涉及不同病因的病例。
【数据内容】
该数据集的主题标签为 Aortic Dissection，所属分类为心血管系统疾病 / 主动脉夹层。研究预期评估的内容包括：疾病特征、进展模式、临床特征、自然病程以及长期预后。在病例收集范围上，回顾性研究覆盖2003年至2022年间不同病因的主动脉夹层病例；前瞻性研究预计覆盖2022年至2030年间的主动脉夹层病例。通过回顾与前瞻两部分的衔接，形成长期随访队列。除上述内容外，源站未提供关于具体变量字段、样本量、随访指标等更细粒度的数据描述。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其采集依托多中心协作网络开展，研究设计为回顾-前瞻性长期随访队列与管理体系。回顾性部分采集2003年至2022年的主动脉夹层病例，前瞻性部分预计采集2022年至2030年的病例。源站描述中提及研究预期评估主动脉缩窄的疾病特征、进展模式、临床特征、自然病程和长期预后。关于各参与中心的具体数量、地域分布、数据采集流程与随访频率等信息，源站未提供。
【适用场景】
基于其研究设计，该数据集适用于主动脉夹层相关的长期随访与队列研究场景，可用于探讨不同病因主动脉夹层病例的疾病特征、进展模式、临床特征、自然病程与长期预后。同时，由于其包含管理体系构建的目标，也可为多中心协作下的主动脉夹层临床管理与随访体系建设提供参考。该数据集面向心血管系统疾病领域，尤其是主动脉夹层方向的研究与临床关注。关于具体可支持的分析方法或建模用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据获取途径、数据结构说明或配套分析工具等信息。
【质量与限制】
该研究采用多中心协作网络与回顾-前瞻性长期随访设计，时间跨度覆盖2003年至2030年，具备长期观察的特征。但源站未提供关于数据质量评估、缺失情况、偏倚控制、样本代表性或随访完整性的具体信息。此外，源站描述中同时出现主动脉夹层与主动脉缩窄的表述，二者关系及具体界定未在源站描述中进一步说明。除上述内容外，源站未提供其他质量与限制方面的信息。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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/NCT05999188
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：主动脉夹层。本研究旨在通过多中心协作网络，构建主动脉夹层的回顾-前瞻性长期随访队列和管理系统。研究时间将分为回顾性和前瞻性两部分。回顾性研究将收集2003-2022年不同病因的主动脉夹层病例；前瞻性研究预计收集2022-2030年的主动脉夹层病例。该研究预计将评估主动脉缩窄的疾病特征、进展模式、临床特征、自然病程和长期预后。
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。
