心源性休克心血管结局登记研究(COR-SHOCK)
COR-SHOCK 是一个混合型(回顾性与前瞻性)观察性登记研究,来源为 clinicaltrials.gov,聚焦心源性休克患者

基本信息
资源简介
心源性休克心血管结局登记研究(COR-SHOCK)
COR-SHOCK 是一个混合型(回顾性与前瞻性)观察性登记研究,来源为 clinicaltrials.gov,聚焦心源性休克患者。覆盖急性心源性休克、心源性休克及心肌梗死后心源性休克人群,系统采集实验室评估与有创监测等真实世界数据,反映微血管低灌注、全身炎症反应、内皮功能障碍及神经激素与代谢紊乱等多重病理生理维度。该数据可用于评估心源性休克的临床表现、治疗管理与结局,支持风险分层、预后预测及相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性心源性休克、心源性休克、心肌梗死后心源性休克。心源性休克心血管结局登记研究(COR-SHOCK)是一项混合型(回顾性与前瞻性)观察性登记研究,旨在评估心源性休克(CS)患者的临床表现、治疗管理和结局。当代心源性休克管理已超越纠正宏观血流动力学参数。心源性休克现被认为是一种高度动态的全身性综合征,其特征为微血管低灌注、全身炎症反应综合征(SIRS)、内皮功能障碍以及深刻的神经激素和代谢紊乱。为捕捉这种复杂性,COR-SHOCK 登记研究系统整合反映这些病理生理轴的细粒度真实世界数据。这包括实验室评估以及先进的有创 h
【主题与分类】
主题标签:Cardiogenic Shock Acute、Cardiogenic Shock。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/NCT07597291
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/NCT07597291
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:急性心源性休克、心源性休克、心肌梗死后心源性休克。心源性休克心血管结局注册研究(COR-SHOCK)是一项混合型(回顾性与前瞻性)观察性注册研究,旨在评估心源性休克(CS)患者的临床表现、治疗管理和结局。当代CS管理已超越纠正宏观血流动力学参数。CS现被认为是一种高度动态的全身性综合征,以微血管灌注不足、全身炎症反应综合征(SIRS)、内皮功能障碍以及深刻的神经激素和代谢紊乱为特征。为捕捉这一复杂性,COR-SHOCK注册研究系统整合了反映这些病理生理轴的精细化真实世界数据。这包括实验室评估,以及通过肺动脉导管置入术(Swan-Ganz)进行的先进有创血流动力学分析。注册研究程序与质量保证计划 为确保高质量数据收集并符合科学标准,本注册研究实施以下程序:1.
质量保证(QA)计划:由主要研究者领导的指导委员会监督注册系统的运行。每半年进行一次内部数据质量审计,审查入组率、评估方案依从性并识别系统性数据录入差异。2. 数据核查:数据从电子健康记录转录至专用电子数据库。录入平台采用程序化范围验证和一致性规则(例如,防止血流动力学和实验室结果的生理范围外数值,并强制临床事件遵循逻辑时间顺序,如确保出院日期晚于入院日期)。3. 源数据验证(SDV):为保证数据准确性和完整性,由未直接参与主要数据录入的指定研究人员对所有注册条目中的10%进行随机源数据验证。该过程涉及交叉核对
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。




