久坐马匹24小时心电图心律失常患病率与危险因素数据

该数据集来自一项前瞻性横断面研究,纳入94匹临床健康、大学所有、久坐生活的混种马,采集24小时动态心电图与超声心动图,并记录潜在危险因素

DryadDryad
datacite
浏览 12
医学影像分类FOS: Veterinary scienceHorsesCardiologyElectrocardiography
Data From: Cardiac arrhythmia prevalence and risk factors in 24-h electrocardiograms of sedentary horses

基本信息

模态
医学影像
大小
0.507877725 GB
任务类型
分类
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-07
版本
5

资源简介

久坐马匹24小时心电图心律失常患病率与危险因素数据

Data From: Cardiac arrhythmia prevalence and risk factors in 24-h electrocardiograms of sedentary horses

该数据集来自一项前瞻性横断面研究,纳入94匹临床健康、大学所有、久坐生活的混种马,采集24小时动态心电图与超声心动图,并记录潜在危险因素。研究旨在描述心律失常的患病率并识别可能需要额外筛查的危险因素,分析中将每小时超过1个室上性早搏或出现任何室性早搏的个体定义为受影响。数据可用于探索马匹心律失常的流行病学特征、危险因素建模及兽医心脏病学研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):背景:心律失常在马匹中很常见,但其临床意义仍存在争议。目的:描述久坐混种马群体中心律失常的患病率,并识别可能需要额外筛查的危险因素。研究设计:前瞻性横断面研究。方法:94匹临床健康、大学所有、久坐生活的马匹接受了24小时动态心电图和超声心动图检查。所有马匹均记录了潜在危险因素。在危险因素分析中,受影响个体定义为每小时超过1个室上性早搏复合波,或出现任何室性早搏复合波。采用向前逐步逻辑回归识别与心律失常存在相关的因素。单变量筛选中p值<0.15视为显著,总体p≤0.05视为显著。结果:

【主题与分类】

主题标签:Horses、Cardiology、Electrocardiography。本站分类:循环系统疾病/其他。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.0gb5mkmd9

使用许可:Creative Commons Zero v1.0 Universal。

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://doi.org/10.5061/dryad.0gb5mkmd9

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。

数据集大小约 507.9 MB。

数据说明

背景:心律失常在马中很常见,但其临床意义仍存在争议。目的:描述在一群舍饲的混合品种马中,可能需要额外筛查的心律失常的患病率并识别其风险因素。研究设计:前瞻性横断面研究。方法:对94匹临床健康、大学所有、舍饲的马进行了24小时动态心电图和超声心动图检查。记录所有马的潜在风险因素。将出现>1次/小时室上性早搏复合波或出现任何室性早搏复合波的个体定义为受影响个体,用于风险因素分析。采用向前逐步逻辑回归识别与心律失常存在相关的因素。在单变量筛选中,p值<0.15被认为显著,而总体p≤0.05被认为显著。结果:在记录期间,92.6%(87/94)的马出现了心律失常。86.2%(81/94)的马存在室上性早搏复合波,24.5%(23/94)的马存在室性复合波。在样本中,38.3%(36/94)被认为受心律失常影响。

心围评分增加与心律失常的检出相关(OR 1.06,95% CI 1–1.12,p = 0.05),年龄作为混杂因素保留在最终模型中。主要局限性:研究样本的体况评分范围有限,用于风险因素分析的种马数量也有限。结论:尽管这群马没有已知的心血管疾病史或临床症状,但心律失常的发生频率很高。心围Q2增加是马心律失常的潜在风险因素。

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