评估 RSD1235 治疗心房颤动或心房扑动反应与有效性的研究
该数据集来自 clinicaltrials.gov，主题为评估 RSD1235 对比安慰剂在将心房颤动或心房扑动转复为窦性心律方面的有效性
基本信息
资源简介
评估 RSD1235 治疗心房颤动或心房扑动反应与有效性的研究
该数据集英文名为 Study to Determine the Response and Effectiveness of RSD1235 in Subjects With Atrial Fibrillation or Atrial Flutter，来源于 clinicaltrials.gov，主题为评估 RSD1235 对比安慰剂在将心房颤动或心房扑动转复为窦性心律方面的有效性。数据集在本站归入心血管系统疾病 / 心房颤动分类，主题标签为 Atrial Flutter 与 Atrial Fibrillation。其核心研究目的是通过对照方式考察 RSD1235 相对于安慰剂在心律转复方面的效果，所涉及的疾病条件包括心房扑动与心房颤动。整体来看，该数据集围绕一项抗心律失常干预措施的临床研究展开，适合关注房颤/房扑转复治疗证据的用户参考。
【数据集背景】
心房颤动与心房扑动是临床常见的心律失常类型，将这类心律失常转复为正常窦性心律是相关治疗研究的重要方向。该数据集对应的研究即针对这一临床问题设计，旨在评估 RSD1235 与安慰剂相比，在将心房颤动或心房扑动转复为窦性心律方面的有效性。研究以安慰剂作为对照，体现了通过对照设计判断干预措施效果的思路。数据集的分类归属与主题标签均指向心血管系统疾病中的心房颤动及相关心房扑动问题，便于用户在心血管疾病主题下检索与定位。
【数据内容】
该数据集的主题标签为 Atrial Flutter 和 Atrial Fibrillation，所覆盖的疾病条件包括心房扑动与心房颤动。源站描述表明，研究目的是证明 RSD1235 相比安慰剂在将心房颤动或心房扑动转复为窦性心律方面的有效性。因此，数据集内容围绕这一对照研究的研究目的与疾病条件展开。关于具体的受试者数量、分组规模、用药剂量、观察指标数值、统计结果等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述给出的研究条件为 Atrial Flutter 与 Atrial Fibrillation，研究目的为证明 RSD1235 相比安慰剂在将心房颤动或心房扑动转复为窦性心律方面的有效性。除上述来源与描述信息外，关于采集时间范围、采集机构、数据提取方式等，源站未提供。
【适用场景】
该数据集适用于心血管系统疾病尤其是心房颤动与心房扑动相关主题的检索与参考，可用于了解以安慰剂为对照评估 RSD1235 转复心律有效性的研究设置。其主题标签与分类有助于在心血管疾病数据资源中进行归类和发现。关于该数据集在系统评价、 meta 分析、药物研发决策或临床指南制定等具体场景中的适用性，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、访问方式、数据结构说明或分析操作指引。
【质量与限制】
该数据集来源于 clinicaltrials.gov，其研究目的与疾病条件在源站描述中有明确说明。关于数据完整性、样本代表性、偏倚控制、数据核验情况等质量维度，以及使用该数据集时应注意的限制条件，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可使用条款。
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/NCT00115791
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
适应症：心房扑动、心房颤动。本研究旨在证明RSD1235与安慰剂相比，在将心房颤动或心房扑动转复为窦性心律方面的有效性。
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。
