中等强度他汀联合依折麦布与高强度他汀对冠状动脉斑块稳定作用的比较
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心、随机临床试验,比较中等强度他汀联合依折麦布与高强度他汀单药治疗对冠状动脉斑块稳定的效果

基本信息
资源简介
中等强度他汀联合依折麦布与高强度他汀对冠状动脉斑块稳定作用的比较
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心、随机临床试验,比较中等强度他汀联合依折麦布与高强度他汀单药治疗对冠状动脉斑块稳定的效果。研究采用 NIRS-IVUS 等影像技术,评估联合治疗在 52 周内是否非劣于单药治疗。主要终点为灰阶 IVUS 评估的斑块体积百分比(PAV)从基线到第 52 周的变化,次要结局包括脂质核心负荷、炎症标志物及心肌梗死、缺血性卒中等临床事件。七家医院参与,共 408 例受试者。数据可用于斑块稳定疗效比较与心血管事件预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:冠状动脉疾病、冠状动脉粥样硬化、斑块、动脉粥样硬化。本研究是一项前瞻性、多中心、随机临床试验,旨在比较中等强度他汀联合依折麦布联合治疗与高强度他汀单药治疗对冠状动脉斑块稳定的效果。利用近红外光谱-血管内超声(NIRS-IVUS)等先进成像技术,该试验评估联合治疗在 52 周内稳定冠状动脉斑块方面是否非劣于单药治疗。主要终点是通过灰阶 IVUS 评估的斑块体积百分比(PAV)从基线到第 52 周的变化。次要结局包括脂质核心负荷、炎症标志物的变化,以及心肌梗死和缺血性卒中等临床事件。七家医院参与了该研究。共 408
【主题与分类】
主题标签:Coronary Artery Disease、Atherosclerosis of Coronary Artery、Plaque, Atherosclerotic。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/NCT06767345
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/NCT06767345
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:冠状动脉疾病、冠状动脉粥样硬化、动脉粥样硬化斑块。本研究是一项前瞻性、多中心、随机临床试验,旨在比较中等强度他汀联合依折麦布治疗与高强度他汀单药治疗对冠状动脉斑块稳定性的影响。试验采用近红外光谱-血管内超声(NIRS-IVUS)等先进成像技术,评估联合治疗在52周内稳定冠状动脉斑块方面是否不劣于单药治疗。主要终点是通过灰度血管内超声评估的从基线至第52周粥样瘤体积百分比(PAV)的变化。次要结局包括脂质核心负荷、炎症标志物的变化,以及心肌梗死和缺血性卒中等临床事件。共有七家医院参与了本研究。六个研究中心共纳入408名受试者;仁济大学一山白医院未纳入任何受试者。随访正在进行中。
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。




