升主动脉扩张临床诊疗真实世界证据数据库

该数据集是一个包含升主动脉扩张和夹层患者临床诊疗信息的真实世界证据数据库,数据模态主要包括临床表格、影像学测量数据等,通过收集首都医科大学附属北京安贞医院接受外科治疗的患者数据构建而成,主要用于探索升主动脉扩张患者发生夹层的影响因素、辅助临床决策优化以及支持相关医学教学与科研工作。

国家人口健康科学数据中心国家人口健康科学数据中心
中国科技资源共享网
2026-05-28 更新
浏览 29
升主动脉真实世界研究罕见病临床医学罕见病医疗与保健
Real-World Evidence Database for Clinical Diagnosis and Treatment of Ascending Aortic Dilation

基本信息

许可
有条件共享
创建/更新时间
2026-05-28

资源简介

升主动脉扩张临床诊疗真实世界证据数据库

【数据集背景】

源站首次发布:2018-04-11。

【数据内容】

源站原始描述:现有国内外研究报道的升主动脉扩张发生夹层的时间分歧较大,普遍认为当无其他病变因素的升主动脉内径达到5.5 cm即进行预防性手术治疗似乎是合适的。我们的前期研究结果表明单纯的依靠升主动脉扩张的内径来预测夹层的发生显得过于草率。本项目拟收集在首都医科大学附属北京安贞医院接受外科手术治疗的单纯升主动脉扩张患者和单纯升主动脉夹层患者的相关临床诊疗数据信息,建立相关研究的真实世界证据,并以此为基础初步探索和总结单纯升主动脉扩张患者发生夹层的影响因素,进而辅助于临床诊疗、教学和科研。

【主题与分类】

主题标签:升主动脉、真实世界研究、罕见病、临床医学、罕见病医疗与保健。

【获取与许可】

源站页面:http://www.ncmi.cn/phda/dataDetails.do?id=CSTR:A0006.11.A0002.201906.000349

使用许可:有条件共享。

规范引用:CSTR:17970.11.A0002.201906.000349

【使用注意】

· 源站最后修改于 2021-04-07,引用时请注意版本时效。

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。

需登录

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。

暂未开放

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://escience.org.cn/metadata/detail?cstrId=CSTR:17970.11.A0002.201906.000349&id=774e74221ac511e980780242ac120006:CSTR:17970.11.A0002.201906.000349

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

该数据集是一个针对升主动脉扩张临床诊疗的真实世界证据数据库,旨在收集单纯升主动脉扩张患者和单纯升主动脉夹层患者的临床诊疗数据。数据集包含患者接受外科手术治疗前后的临床信息,如人口学特征、影像学测量数据(如主动脉内径)、手术记录、并发症及随访结果等。数据来源于首都医科大学附属北京安贞医院接受外科治疗的患者,通过回顾性收集和整理构建而成。主要研究方向包括探索升主动脉扩张患者发生夹层的影响因素、优化临床诊疗策略,并为教学和科研提供真实世界证据支持。

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