Refralon®静脉注射液对阵发性和持续性心房颤动及心房扑动患者的疗效与安全性评价
本数据集来自clinicaltrials.gov,为一项回顾性多中心观察性研究,纳入在医院环境下接受Refralon®化学复律的阵发性和持续性心房颤动及心房扑动患者

基本信息
资源简介
Refralon®静脉注射液对阵发性和持续性心房颤动及心房扑动患者的疗效与安全性评价
本数据集来自clinicaltrials.gov,为一项回顾性多中心观察性研究,纳入在医院环境下接受Refralon®化学复律的阵发性和持续性心房颤动及心房扑动患者。依据医疗文档进行纳入与排除标准筛选后,将患者数据采集至统一电子病例报告表(eCRF)。所有患者在研究治疗同时须按俄罗斯联邦卫生部现行临床指南接受充分抗凝治疗,复律后按常规临床实践随访检查。该数据可用于评估Refralon®的疗效与安全性,以及心房颤动和心房扑动化学复律的临床特征分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阵发性心房颤动、持续性心房颤动、心房扑动。该注册研究是一项回顾性多中心观察性研究,纳入在医院环境下接受Refralon®化学复律的阵发性和持续性心房颤动及心房扑动患者。在根据医疗文档符合纳入标准且不存在排除标准后,将可从医疗文档中获取的患者数据采集至统一电子病例报告表(eCRF)以供分析。在研究治疗之外,所有患者必须根据俄罗斯联邦卫生部现行临床指南接受充分的抗凝治疗。化学复律后,患者作为常规临床实践的一部分接受随访和检查。检查数据将用于本
【主题与分类】
主题标签:Paroxysmal Atrial Fibrillation、Persistent Atrial Fibrillation、Atrial Flutter。本站分类:心血管系统疾病/心房颤动。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05773170
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/NCT05773170
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
疾病条件:阵发性心房颤动、持续性心房颤动、心房扑动。本注册研究是一项回顾性、多中心、观察性研究,纳入在医院环境中接受Refralon®化学复律的阵发性和持续性房颤及房扑患者。在根据医疗文书确认符合入选标准且无排除标准后,将把可供分析的医疗文书中的患者数据采集至统一的电子病例报告表(eCRF)中。除研究治疗外,所有患者必须按照俄罗斯联邦卫生部现行临床指南接受充分的抗凝治疗。化学复律后,患者作为常规临床实践的一部分接受随访和检查。检查数据将用于本研究的分析。分析方案不提供任何额外的治疗或诊断操作。研究患者的随访期为自首次给予Refralon®剂量起24小时。患者数据采集计划为期8个月。
计划纳入1500名符合入选/排除标准的持续性和阵发性房颤及房扑患者。如有必要,可延长登记数据收集期以纳入计划数量的患者。大约在登记启动后3个月和6个月时(但不早于纳入150名患者进入登记后),可进行中期收集数据分析,以初步评估Refralon®在本研究中的疗效和安全性数据,并识别潜在的数据录入错误。
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。




