DIRECTAVI 试验中 SAPIEN 3 瓣膜的 5 年随访
该数据集来自 clinicaltrials.gov,围绕 DIRECTAVI 随机试验中接受第三代球囊扩张式 Edwards SAPIEN 3 装置行直接 TAVR 策略的患者,计划对 2016 年 5 月至 2018 年 5 月入组的全部 236 例患者开展最长 5 年的前瞻性随访

基本信息
资源简介
DIRECTAVI 试验中 SAPIEN 3 瓣膜的 5 年随访
该数据集来自 clinicaltrials.gov,围绕 DIRECTAVI 随机试验中接受第三代球囊扩张式 Edwards SAPIEN 3 装置行直接 TAVR 策略的患者,计划对 2016 年 5 月至 2018 年 5 月入组的全部 236 例患者开展最长 5 年的前瞻性随访。随访内容包括在 2021 至 2022 年间获取 TAVR 后最长期超声心动图随访,并由患者心内科医生通过简短临床问卷或电话完成临床随访,系列超声随访亦由其完成,最新一次超声心动图为主要终点。数据可用于评估该策略的长期临床与超声结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Coronary Syndrome、Hemodynamic Instability。纳入 2016 年 5 月至 2018 年 5 月期间开展的 DIRECTAVI 随机试验的全部患者(n=236),将前瞻性评估最长 5 年随访。DIRECTAVI 前瞻性、随机、单中心、开放标签试验证明了使用第三代球囊扩张式 Edwards SAPIEN 3 装置(Edwards Lifesciences, Irvine, CA, USA)的“直接 TAVR”策略的非劣效性。将对入组 DIRECTAVI 试验的所有患者在 2021 年至 2022 年间获得的 TAVR 后最长随访时进行系统性超声随访。临床随访将通过简短的患者临床问卷或由患者的心内科医生通过电话获得。系列超声随访将由患者的心内科医生获得,但最新一次随访超声心动图(主要终点)除外。
【主题与分类】
主题标签:Coronary Syndrome、Hemodynamic Instability。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05140317
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/NCT05140317
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:冠状动脉综合征、血流动力学不稳定。纳入DIRECTAVI随机试验(2016年5月至2018年5月期间进行)的所有患者(n=236)将接受前瞻性评估,随访长达5年。DIRECTAVI前瞻性、随机、单中心、开放标签试验证明了使用第三代球囊扩张式Edwards SAPIEN 3装置(Edwards Lifesciences,Irvine,CA,USA)的“直接TAVR”策略的非劣效性。将对DIRECTAVI试验中纳入的所有患者在2021年至2022年间TAVR后获得的最长随访时间点进行系统性超声心动图随访。临床随访将通过简短的患者临床问卷或由患者的心脏病专家通过电话进行。系列超声心动图随访将由患者的心脏病专家进行,但最后一次随访超声心动图(主要终点)除外,该检查将在蒙彼利埃大学医院参考中心由两名经验丰富的瓣膜超声心动图专业心脏病专家进行,以避免操作者间变异性。
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。




