PETAL 试验:镓-68 Pentixafor PET-CT 对原发性醛固酮增多症手术结局的影响
该数据集来自 clinicaltrials.gov,围绕原发性醛固酮增多症(PA)的亚型分类与治疗决策,关注 68Ga-pentixafor PET/CT 等非侵入性影像方法能否替代 AVS 并改善手术结局

基本信息
资源简介
PETAL 试验:镓-68 Pentixafor PET-CT 对原发性醛固酮增多症手术结局的影响
该数据集来自 clinicaltrials.gov,围绕原发性醛固酮增多症(PA)的亚型分类与治疗决策,关注 68Ga-pentixafor PET/CT 等非侵入性影像方法能否替代 AVS 并改善手术结局。覆盖单侧与双侧亚型鉴别、肾上腺切除术与药物治疗选择等场景,涉及 CXCR4、CYP11B2 等分子靶点,并提及 pentixafor 与 AVS 的一致率为 66.7%-90%。可用于评估 PET 影像在 PA 亚型分类中的表现及对手术结局的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:原发性醛固酮增多症、继发性高血压、醛固酮生成腺瘤、特发性醛固酮增多症、肾上腺切除术。原发性醛固酮增多症(PA)是继发性高血压的常见病因。准确的亚型分类(单侧与双侧)对于确定患者应接受肾上腺切除术还是药物治疗至关重要。AVS 是目前的金标准,但存在局限性,包括其侵入性、技术难度和失败风险。近年来,68Ga-pentixafor PET/CT 和 11C-metomidate PET/CT 等非侵入性成像技术已成为亚型分类的有前景的替代方法。这些基于 PET 的方法靶向分子标志物(如 CXCR4、CYP11B2),并显示出与 AVS 中度至高度的一致性(pentixafor 为 66.7%-90%)。然而,关于这些方法能否改善治疗的 prospective 证据尚不充分。
【主题与分类】
主题标签:Primary Aldosteronism、Secondary Hypertension、Aldosterone-Producing Adenoma、Idiopathic Hyperaldosteronism、Adrenalectomy。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/NCT07027254
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/NCT07027254
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:原发性醛固酮增多症、继发性高血压、醛固酮瘤、特发性醛固酮增多症、肾上腺切除术。原发性醛固酮增多症(PA)是继发性高血压的常见病因。准确区分亚型(单侧与双侧)对于决定患者应接受肾上腺切除术还是药物治疗至关重要。肾上腺静脉采血(AVS)是目前的金标准,但存在局限性,包括有创性、技术难度和失败风险。近年来,68Ga-pentixafor PET/CT和11C-metomidate PET/CT等无创影像技术已成为亚型分类的有前景的替代方法。这些基于PET的方法靶向分子标志物(如CXCR4、CYP11B2),与AVS显示出中到高度的一致性(pentixafor为66.7%-90%)。然而,尚缺乏足够的前瞻性证据表明这些方法能否改善治疗结局。本随机对照试验旨在评估在标准AVS基础上加用68Ga-pentixafor PET/CT能否改善单侧PA患者的手术结局。参与者按1:1随机分配接受单纯AVS或AVS联合68Ga-pentixafor PET/CT。
此外,干预组中进行11C-美托咪酯PET/CT纯粹是为了研究目的,不会影响治疗决策。通过提高亚型分类的精确性,本研究旨在改善肾上腺切除术的患者选择,并最终提升原发性醛固酮增多症的临床结局。
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。




