术中血流动力学不稳定对心脏手术结局的影响
该数据集来自 clinicaltrials.gov，为一项前瞻性观察性研究，关注心脏手术术中血流动力学不稳定对术后结局的影响
基本信息
资源简介
术中血流动力学不稳定对心脏手术结局的影响
该数据集来自 clinicaltrials.gov，为一项前瞻性观察性研究，关注心脏手术术中血流动力学不稳定对术后结局的影响。研究对象为在 University of Health Sciences Gazi Yasargil Training and Research Hospital 接受择期心脏手术（冠状动脉旁路移植、瓣膜置换/修复或联合手术）并使用体外循环的患者。术中记录平均动脉压、心率和血管活性药物需求等血流动力学数据，并根据术中稳定性将患者分组，用于分析术后并发症、急性肾损伤和术后谵妄等结局（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：心脏手术、术中血流动力学不稳定、术后并发症、急性肾损伤、术后谵妄（POD）。心脏手术期间的血流动力学不稳定是影响术后恢复的关键因素。虽然短暂性低血压很常见，但长时间不稳定可能因灌注不足导致终末器官损伤。这项前瞻性观察性研究将在 University of Health Sciences Gazi Yasargil Training and Research Hospital 进行。计划接受择期心脏手术（冠状动脉旁路移植术、瓣膜置换/修复或联合手术）并使用体外循环的患者将被纳入。术中血流动力学数据，包括平均动脉压（MAP）、心率和血管活性药物需求，将被记录。患者将根据术中稳定性被分为两组
【主题与分类】
主题标签：Cardiac Surgery、Intraoperative Hemodynamic Instability、Postoperative Complication、Acute Kidney Injury、Postoperative Delirium (POD)。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/NCT07324694
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/NCT07324694
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
条件：心脏手术、术中血流动力学不稳定、术后并发症、急性肾损伤、术后谵妄（POD）。心脏手术期间的血流动力学不稳定是影响术后恢复的关键因素。虽然短暂性低血压较为常见，但持续的不稳定可能因灌注不足而导致终末器官损伤。这项前瞻性观察性研究将在健康科学大学加齐·亚萨尔吉尔培训与研究医院进行。将纳入计划接受择期心脏手术（冠状动脉旁路移植术、瓣膜置换/修复术或联合手术）并使用体外循环的患者。将记录术中血流动力学数据，包括平均动脉压（MAP）、心率和血管活性药物需求。将根据术中稳定性将患者分为两组：1. 血流动力学不稳定组：连续超过5分钟出现MAP < 65 mmHg，或需要显著升压药/正性肌力药支持以维持目标血压的患者。2. 稳定组：维持血流动力学稳定且无明显低血压发作的患者。
主要终点是30天内主要不良事件的复合终点，包括术后谵妄（通过CAM-ICU评估）、急性肾损伤（KDIGO标准）、卒中和全因死亡率。次要终点包括机械通气持续时间以及ICU/住院时间。本研究旨在为术中血压管理提供循证阈值，以改善患者结局。
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。
