缺血预处理预防肾旁腹主动脉瘤开放术后急性肾损伤的疗效评估

该数据集来自 clinicaltrials.gov,主题为评估缺血预处理(IPC)对肾旁腹主动脉瘤开放手术后急性肾损伤(AKI)的保护效果

University Hospital, RouenUniversity Hospital, Rouen
clinicaltrials
浏览 15
其他预测Aneurysm Aortic
Evaluation of the Efficacy of Ischemic Preconditioning to Protect Against Acute Kidney Injury After Open Surgery for Juxtarenal Abdominal Aortic Aneurysm

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

缺血预处理预防肾旁腹主动脉瘤开放术后急性肾损伤的疗效评估

该数据集来自 clinicaltrials.gov,主题为评估缺血预处理(IPC)对肾旁腹主动脉瘤开放手术后急性肾损伤(AKI)的保护效果。肾旁腹主动脉瘤因靠近肾动脉,标准 EVAR 治疗困难,开放手术虽用于不适合 EVAR 的患者,但 AKI 风险高达 24%,且术后 AKI 是短期和长期心血管死亡的强预测因子。药物预防效果有限,动物模型中局部 IPC 显示出肾脏保护前景,但尚未在人体临床验证。数据可用于相关临床预测与疗效评估研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:主动脉瘤。肾旁腹主动脉瘤(AAA)由于靠近肾动脉,使用标准血管内技术(EVAR)治疗具有挑战性。开放手术修复仍用于不适合 EVAR 的患者,但急性肾损伤(AKI)风险高,可达 24%。术后 AKI 是短期和长期心血管死亡的强预测因子。KDIGO 标准用于更好地定义和分期 AKI。药物预防策略效果有限,促使人们关注缺血预处理(IPC)。远程 IPC 在心脏和血管手术中结果不一,取决于患者风险和所用方案。直接在肾动脉附近应用的局部 IPC 在动物模型中显示出有前景的肾脏保护作用。然而,该技术从未在人体中进行过临床测试。

【主题与分类】

主题标签:Aneurysm Aortic。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07441564

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/NCT07441564

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:主动脉瘤。近肾腹主动脉瘤(AAA)因靠近肾动脉,采用标准血管内技术(EVAR)治疗具有挑战性。开放手术修复仍用于不适合EVAR的患者,但急性肾损伤(AKI)风险高,高达24%。术后AKI是短期和长期心血管死亡的强预测因子。KDIGO标准用于更好地定义和分期AKI。药物预防策略效果有限,促使人们关注缺血预适应(IPC)。远程IPC在心脏和血管手术中结果不一,取决于患者风险和所用方案。局部IPC直接应用于肾动脉附近,在动物模型中显示出有前景的肾脏保护作用。然而,该技术从未在人体中进行过临床测试。我们在此提出一项随机试验,评估在近肾AAA开放修复术中肾上主动脉阻断前进行局部IPC以减少术后AKI的有效性。

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