新生儿肺血流增强方法比较:Shunt 与 Stent(COMPASS 试验)

COMPASS 是一项前瞻性多中心随机干预试验,针对依赖动脉导管血流的新生儿,比较动脉导管支架(DAS)与传统体肺分流(SPS)的疗效

Carelon ResearchCarelon Research
clinicaltrials
浏览 13
其他分类Congenital Heart Disease in Children
Comparison of Methods of Pulmonary Blood Flow Augmentation in Neonates: Shunt Versus Stent (The COMPASS Trial)

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

新生儿肺血流增强方法比较:Shunt 与 Stent(COMPASS 试验)

COMPASS 是一项前瞻性多中心随机干预试验,针对依赖动脉导管血流的新生儿,比较动脉导管支架(DAS)与传统体肺分流(SPS)的疗效。研究将参与者随机分配至 SPS 或 DAS 组,主要比较出生后第一年内复合重大并发症/死亡终点发生率,并进行意向性治疗分析,同时描述新生儿 DAS 候选者的失败率及失败对 SPS 后病程的影响。参与者随访至出生后第一年。该数据可用于评估两种肺血流增强策略在新生儿中的相对获益与风险(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:儿童先天性心脏病。在依赖动脉导管血流的新生儿中,由于缺乏既往多中心研究,关于动脉导管支架(DAS)与传统体肺分流(SPS)姑息治疗的相对获益仍存在合理的不确定性。COMPASS 是一项前瞻性多中心随机干预试验,参与者将被随机分配接受 SPS 或 DAS,以比较出生后第一年内复合重大并发症/死亡终点的发生率。研究目标是对参与者的结局进行意向性治疗分析,并描述新生儿 DAS 候选者的失败率以及该失败对 SPS 后病程的影响。参与者将随访至出生后第一年。

【主题与分类】

主题标签:Congenital Heart Disease in Children。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05268094

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05268094

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:儿童先天性心脏病。对于存在导管依赖性血流的新生儿,由于既往缺乏多中心研究,关于动脉导管支架(DAS)与传统体-肺动脉分流(SPS)姑息治疗相比的相对获益,仍存在合理的不确定性。COMPASS是一项前瞻性多中心随机干预试验,参与者将被随机分配接受SPS或DAS,以比较出生后第一年内复合重大发病率/死亡率终点的发生率。研究目标是对参与者的结局进行意向性治疗分析,并描述新生儿DAS候选者的失败率以及该失败对SPS后病程的影响。参与者将被随访至出生后第一年。

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。

获取专属数据定制方案