急性主动脉夹层患者术后再插管预测模型

该数据集来自clinicaltrials.gov,聚焦急性A型主动脉夹层患者术后再插管这一不良并发症。研究纳入2018年1月至2023年10月在武汉协和医院接受手术的861例AAD患者,利用术前和术后信息分析再插管风险因素,并构建全自动评分模型预测再插管发生率

Union Hospital, Tongji Medical College, Huazhong University of Science and TechnologyUnion Hospital, Tongji Medical College, Huazhong University of Science and Technology
clinicaltrials
浏览 11
其他预测NomogramPrediction ModelType A Aortic DissectionPostoperative Reintubation
Prediction Models for Postoperative Reintubation in Patients With Acute Aortic Dissection

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

急性主动脉夹层患者术后再插管预测模型

该数据集来自clinicaltrials.gov,聚焦急性A型主动脉夹层患者术后再插管这一不良并发症。研究纳入2018年1月至2023年10月在武汉协和医院接受手术的861例AAD患者,利用术前和术后信息分析再插管风险因素,并构建全自动评分模型预测再插管发生率。最终识别出5个风险因素,并建立列线图用于预测AAD患者术后再插管。数据可用于心血管术后并发症预测建模与风险因素分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:列线图、预测模型、A型主动脉夹层、术后再插管。再插管是A型主动脉夹层(AAD)患者术后的一种不良并发症,与不良结局相关。本研究旨在分析再插管相关风险因素,并创建一个全自动评分模型来预测再插管的发生率。研究选取2018年1月至2023年10月期间在武汉协和医院接受手术治疗的861例AAD患者。利用术前和术后信息寻找风险因素并构建术后再插管预测模型。最终识别出5个风险因素,并建立了用于预测AAD患者术后再插管的列线图。

【主题与分类】

主题标签:Nomogram、Prediction Model、Type A Aortic Dissection、Postoperative Reintubation。本站分类:心血管系统疾病/主动脉夹层。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06415630

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/NCT06415630

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:列线图、预测模型、A型主动脉夹层、术后再插管。再插管是A型主动脉夹层(AAD)患者术后不良并发症,与不良预后相关。本研究旨在分析与再插管相关的危险因素,并建立一个全自动评分模型来预测再插管的发生率。共选取2018年1月至2023年10月期间在武汉协和医院单一机构诊断为AAD并接受手术治疗的861例患者。利用术前和术后信息寻找危险因素并建立术后再插管的预测模型。最终确定了5个危险因素,并建立了用于预测AAD患者术后再插管的列线图。

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