血流储备分数与IVUS指导中度狭窄患者临床结局研究
该数据集来自clinicaltrials.gov,聚焦稳定型心绞痛合并中度冠状动脉狭窄患者,比较FFR指导与IVUS指导经皮冠状动脉介入治疗(PCI)的安全性和有效性

基本信息
资源简介
血流储备分数与IVUS指导中度狭窄患者临床结局研究
该数据集来自clinicaltrials.gov,聚焦稳定型心绞痛合并中度冠状动脉狭窄患者,比较FFR指导与IVUS指导经皮冠状动脉介入治疗(PCI)的安全性和有效性。研究为前瞻性、开放标签、随机、多中心试验,主要假设为FFR指导策略在随机化后24个月的患者导向复合终点(POCO)发生率上非劣于IVUS指导策略。样本量计算基于既往试验事件率,预计FFR组24个月POCO发生率为10%,IVUS组为12%。主要终点包括全因死亡、心肌梗死和任何再次血运重建的复合终点。该数据可用于心血管介入策略比较、终点预测建模及临床决策支持研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:稳定型心绞痛。1. 研究概述 本研究是一项前瞻性、开放标签、随机、多中心试验,旨在检验生理学或影像学指导的PCI在中度冠状动脉狭窄患者中的安全性和有效性。主要假设是,在中度冠状动脉狭窄患者中,与IVUS指导策略相比,FFR指导策略在随机化后24个月的患者导向复合终点(POCO)发生率上显示非劣效性。2. 研究人群和样本量计算 样本量计算 基于既往试验的事件率,研究者预测PCI后24个月POCO发生率在FFR指导组为10%,在IVUS指导组为12%。 主要终点:PCI后24个月的患者导向复合终点(全因死亡、心肌梗死、任何再次血运重建的复合终点) 设计:非劣效性,
【主题与分类】
主题标签:Stable Angina。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/NCT02673424
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/NCT02673424
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
疾病情况:稳定型心绞痛。1. 研究概述 本研究是一项前瞻性、开放标签、随机、多中心试验,旨在检验生理学或影像学引导下的PCI对中度冠状动脉狭窄患者的安全性和有效性。主要假设是,在中度冠状动脉狭窄患者中,FFR引导策略在随机化后24个月的患者导向复合终点(POCO)发生率方面,将不劣于IVUS引导策略。2. 研究人群和样本量计算 样本量计算 基于既往试验的事件发生率,研究者预测PCI后24个月时POCO发生率在FFR引导组为10%,在IVUS引导组为12%。* 主要终点:PCI后24个月的患者导向复合终点(全因死亡、心肌梗死、任何再次血运重建的复合终点)* 设计:非劣效性,delta = 2.5% * 抽样比例:FFR引导策略:IVUS引导策略 = 1:1 * I类错误(α):单侧5% * 入组时间:2年 * 总时间:4年(入组2年 + 随访2年)* 假设:POCO 10.0% vs.
在FFR或IVUS指导策略中分别为12.0% * 统计功效(1-β):90% * 主要统计方法:Kaplan-Meier生存分析及log-rank检验 * 预计退出率:总计2% * 随机化分层因素:糖尿病(600名患者(35%)将为糖尿病患者,每组300名患者)基于上述假设,考虑到退出率,本研究将纳入1,700名患者(每组850名患者)。3. 研究材料及血运重建指征对于FFR指导策略组,将使用压力传感导丝系统,血运重建标准为FFR ≤ 0.80。将通过静脉输注腺苷(140ug/kg/min)诱导充血。对于IVUS指导策略组,血运重建标准为MLA ≤ 3mm2或[3mm2 < MLA ≤ 4mm2且斑块负荷> 70%]。4. F
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。




