推进心脏监护病房高胆固醇血症快速评估与治疗
该数据集来自 clinicaltrials.gov,聚焦家族性高胆固醇血症(FH)及急性冠脉综合征相关人群,涵盖因载脂蛋白 B 遗传缺陷、杂合型 LDL 受体突变导致的 FH、杂合型 FH、伴高脂血症的 FH,以及 NSTEMI、STEMI 等病种

基本信息
资源简介
推进心脏监护病房高胆固醇血症快速评估与治疗
该数据集来自 clinicaltrials.gov,聚焦家族性高胆固醇血症(FH)及急性冠脉综合征相关人群,涵盖因载脂蛋白 B 遗传缺陷、杂合型 LDL 受体突变导致的 FH、杂合型 FH、伴高脂血症的 FH,以及 NSTEMI、STEMI 等病种。数据可用于研究 FH 在因急性冠脉事件住院患者中的机会性基因检测与快速评估治疗路径,支持疾病分类、风险识别及相关临床特征分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:家族性高胆固醇血症、因载脂蛋白 B 遗传缺陷导致的家族性高胆固醇血症、因杂合型 LDL 受体突变导致的家族性高胆固醇血症、家族性高胆固醇血症-杂合型、急性冠脉综合征、NSTEMI-非 ST 段抬高型心肌梗死、STEMI、伴高脂血症的家族性高胆固醇血症。家族性高胆固醇血症(FH)是一种遗传性疾病,以低密度脂蛋白胆固醇(LDL-C)水平升高和早发动脉粥样硬化性心血管疾病(ASCVD)为特征。尽管它是最常见的遗传性心血管疾病,但在全球范围内仍被高度漏诊和治疗不足。推进心脏监护病房高胆固醇血症快速评估与治疗(ACCURATE)研究旨在检验以下假设:对因……住院的患者进行 FH 机会性基因检测
【主题与分类】
主题标签:Familial Hypercholesterolemia、Acute Coronary Syndrome、NSTEMI - Non-ST Segment Elevation MI、STEMI。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/NCT05218005
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/NCT05218005
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:家族性高胆固醇血症、载脂蛋白B遗传缺陷所致家族性高胆固醇血症、杂合子LDL受体突变所致家族性高胆固醇血症、家族性高胆固醇血症-杂合子型、急性冠脉综合征、NSTEMI-非ST段抬高型心肌梗死、STEMI、伴高脂血症的家族性高胆固醇血症。家族性高胆固醇血症(FH)是一种遗传性疾病,以低密度脂蛋白胆固醇(LDL-C)水平升高和早发动脉粥样硬化性心血管疾病(ASCVD)为特征。尽管它是最常见的遗传性心血管疾病,但在全球范围内仍存在高度诊断不足和治疗不足的问题。基于心脏监护病房的家族性高胆固醇血症快速评估与治疗推进研究(ACCURATE)旨在验证以下假设:在因急性冠脉综合征(ACS)住院的患者中开展FH的机会性基因检测将提高FH的诊断率并改善患者预后。ACCURATE是一项非随机对照试验,研究对象为因ACS入住心脏急症病房且LDL-C水平升高的<60岁患者。
第一个队列将包括一组按照常规标准治疗就诊的ACS患者作为对照组。第二个队列将包括在住院期间接受基于研究的FH基因检测,并将结果反馈给治疗医生的ACS患者。主要终点将是新诊断为明确FH的患者数量。次要终点将包括接受降脂治疗强化的患者比例、达到的最低LDL-C水平,以及索引ACS后15个月内达到指南推荐血脂目标的患者比例。ACCURATE是首个在急性心脏护理环境中进行FH基因检测的临床试验,预计将有助于确定增加FH诊断和治疗的最佳方法。
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。




