急性心肌梗死铁缺乏患病率预试验

该数据集来自 clinicaltrials.gov,聚焦急性心肌梗死患者的铁缺乏问题。源站描述指出,英国每年约 86000 人发生急性心肌梗死,而铁在相关心脏疾病中作用重要,但心梗后铁水平影响的信息有限

South Tees Hospitals NHS Foundation TrustSouth Tees Hospitals NHS Foundation Trust
clinicaltrials
浏览 2
文本Acute Myocardial Infarction
Iron Deficiency in Acute Myocardial Infarction: Prevalence Pilot Study

基本信息

模态
文本
创建/更新时间
2026-10-26

资源简介

急性心肌梗死铁缺乏患病率预试验

该数据集来自 clinicaltrials.gov,聚焦急性心肌梗死患者的铁缺乏问题。源站描述指出,英国每年约 86000 人发生急性心肌梗死,而铁在相关心脏疾病中作用重要,但心梗后铁水平影响的信息有限。本预试验计划在一个 NHS Trust 开展,对所有知情同意患者检测铁水平(预计最多 70 人参与),并收集病历数据,用于了解低铁水平患者比例,为规划更大规模研究提供早期数据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:急性心肌梗死。急性心肌梗死(心脏病发作)在英国每年影响约 86000 人。鉴于人数众多,医疗团队必须研究如何确保最佳照护以改善心脏病发作后的结局。在相关心脏疾病中,铁的作用很重要,但关于铁水平对心脏病发作后患者有何影响的信息不多。我们想规划一项大规模研究来探讨这一点,但需要一些早期数据来了解有多少患者存在低铁水平。这项小型研究将在一个 NHS Trust 开展,将对所有提供知情同意的患者检测铁水平(我们预计最多 70 名患者参与)。我们还将从这些患者的病历中收集数据,并将所有这些信息综合起来,以更深入地了解铁并规划一项更大规模的研究。

【主题与分类】

主题标签:Acute Myocardial Infarction。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/NCT06457815

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/NCT06457815

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:急性心肌梗死。急性心肌梗死(心脏病发作)在英国每年影响约86000人。鉴于这一庞大的人数,医疗团队必须研究各种方法,以确保提供最佳护理以改善心脏病发作后的结局。在相关心脏疾病中,铁的作用很重要,但关于铁水平对心脏病发作后患者有何影响的信息并不多。我们希望规划一项大规模研究来探讨这一问题,但需要一些早期数据来了解有多少患者存在铁水平偏低。这项小型研究将在一个NHS Trust开展,并将对所有提供知情同意的患者进行铁水平检测(我们预计最多将有70名患者参与)。我们还将从这些患者的病历中收集数据,并将所有这些信息综合起来,以加深对铁的了解更多,并为规划更大规模的研究做准备。

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