急诊科冠状动脉疾病症状患者新型风险预测工具的开发
疾病：冠状动脉疾病（CAD）（例如心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD））。背景：胸痛和冠状动脉疾病症状是急诊科就诊的常见原因
基本信息
资源简介
急诊科冠状动脉疾病症状患者新型风险预测工具的开发
本数据集围绕急诊科中疑似冠状动脉疾病患者的风险预测工具开发而建立，英文名称为“Development of a Novel Risk Prediction Tool for Emergency Department Patients Symptoms of Coronary Artery Disease”。该数据集在分类上归属于循环系统疾病下的其他类别，来源站为clinicaltrials.gov。其核心关注点是冠状动脉疾病（CAD），包括心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）等表现。胸痛及冠状动脉疾病相关症状是急诊科就诊的常见原因，而急诊科面临的关键临床问题在于判断这些患者是否发生急性心肌梗死。因此，该数据集所对应的研究背景涉及急诊胸痛评估、心肌梗死风险识别以及相关检查与分诊决策。整体而言，该数据集旨在支持开发一种新的风险预测工具，以辅助急诊科对具有冠状动脉疾病症状的患者进行风险评估。
【数据集背景】
冠状动脉疾病（CAD）涵盖心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）等情形。胸痛和冠状动脉疾病症状是患者前往急诊科就诊的常见原因。在急诊科，关键临床问题在于判断这些患者是否患有急性心肌梗死（MI），而急性心肌梗死与30天死亡风险相关。因此，因胸痛和可能心肌梗死症状到急诊科就诊的患者，通常会接受广泛检查，包括临床评估、心电图检查以及血液心肌肌钙蛋白测量。在急诊科接受胸痛评估的患者中，有一部分被诊断为心肌梗死并收入院；另一部分则因担心不稳定型心绞痛而收入院接受进一步检查。不稳定型心绞痛是一种以胸痛或其他症状为表现的综合征。上述背景构成了开发新型风险预测工具的临床需求基础。
【数据内容】
该数据集的主题标签为“Coronary Artery Disease (CAD) (E.G., Angina, Myocardial Infarction, and Atherosclerotic Heart Disease (ASHD))”。其侧写线索中的短描述指出，疾病为冠状动脉疾病（CAD），例如心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）；背景为胸痛和冠状动脉疾病症状是急诊科就诊的常见原因。关于数据集具体包含哪些变量、样本量、时间范围、字段结构、随访信息或结局定义等详细内容，源站未提供。
【采集与来源】
该数据集的来源站为clinicaltrials.gov。其英文名称表明，该数据集与“开发一种用于急诊科冠状动脉疾病症状患者的新型风险预测工具”相关。源站描述中提及的条件为冠状动脉疾病（CAD），包括心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）。关于具体的采集方式、采集地点、采集时间、纳入排除标准、数据收集流程以及是否涉及多中心等信息，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与急诊科胸痛和冠状动脉疾病症状评估相关的场景，尤其是围绕急性心肌梗死识别、风险预测工具开发以及急诊分诊决策的研究。其背景强调，急诊科的关键问题是判断胸痛患者是否发生急性心肌梗死，并指出这类患者通常接受临床评估、心电图和血液心肌肌钙蛋白测量。因此，该数据集可能用于支持开发或验证风险预测模型，以辅助识别需要进一步检查或收入院的患者。关于具体适用人群、使用环境、临床终点或模型性能评价等，源站未提供。
【使用方法】
关于该数据集的具体使用方法，例如如何访问、如何加载、如何划分训练与测试数据、如何定义预测变量与结局变量、是否提供代码或分析脚本等，源站未提供。
【质量与限制】
关于该数据集的质量控制、缺失值处理、偏倚评估、样本代表性、外部验证情况以及已知限制等，源站未提供。现有信息仅能表明其主题与急诊科冠状动脉疾病症状患者的风险预测工具开发相关，但不足以对数据质量或局限性作出具体判断。
【引用与许可】
关于该数据集的引用格式、许可协议、使用条款、数据共享政策或版权信息等，源站未提供。
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/NCT06743672
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
病症：冠状动脉疾病（CAD）（例如，心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD））。背景：胸痛和冠状动脉疾病的症状是急诊科就诊的常见原因。急诊科关注的关键临床问题是这些患者是否患有急性心肌梗死（MI），其与30天死亡风险为6.1%相关。因此，因胸痛和可能的心肌梗死症状就诊于急诊科的患者通常会接受广泛的检查，包括临床评估以及心电图和血液心肌肌钙蛋白检测。在急诊科因胸痛接受评估的患者中，高达10%被诊断为心肌梗死并住院治疗。
另有5%的患者因怀疑不稳定型心绞痛而入院接受检查。不稳定型心绞痛是一种与严重冠状动脉狭窄相关的胸痛或其他症状综合征，确实会表现为肌钙蛋白浓度升高3。其余85%的患者，在急诊科已排除心肌梗死及其他高风险诊断，其短期主要不良心脏事件（MACE：死亡、心肌梗死或血运重建）风险为2.5%或更低1,4,5。近期指南强调，MACE低风险患者在初次入院时无需额外检查以诊断冠状动脉疾病。然而，在加拿大，多达40%的此类患者在急诊出院后被转诊进行门诊心脏检查，以筛查未确诊的冠状动脉疾病4,6-8。在美国，高达70%的MACE低风险患者接受额外检查，且往往作为住院患者进行12-14,35。这是对医疗资源的无效利用。
这种低价值检测模式源于对过时风险评分的依赖，这些评分高估了主要不良心血管事件的风险，或是基于传统冠心病风险因素的存在，采用“直觉”估计冠心病的预检概率。我们的目标是推导并内部验证一种新型风险预测工具，以准确预测急诊科胸痛患者30天内的主要不良心血管事件。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
