院前降温改善心脏骤停神经结局(PRECEDENCE)
该数据集来自 clinicaltrials.gov,主题为院前降温改善心脏骤停神经结局(PRECEDENCE),归入循环系统疾病/其他分类

基本信息
资源简介
院前降温改善心脏骤停神经结局(PRECEDENCE)
该数据集来自 clinicaltrials.gov,主题为院前降温改善心脏骤停神经结局(PRECEDENCE),归入循环系统疾病/其他分类。源站描述涉及院外心脏骤停、心肺复苏、心源性猝死与治疗性低温,背景指出院外心脏骤停后神经恢复不佳,院内启动的目标温度管理常延迟,院前早期或超早期降温可能减轻缺血再灌注脑损伤,但真实急救场景证据有限。研究旨在检验使用无需电源的 CarbonCool® 降温背心在院前启动目标温度管理的操作可行性。数据可用于院前降温流程与心脏骤停神经保护相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:院外心脏骤停、心肺复苏、心源性猝死、治疗性低温。背景:尽管复苏技术不断进步,院外心脏骤停(OHCA)后的神经功能恢复仍然不佳。目前院内启动的目标温度管理(TTM)常在自主循环恢复(ROSC)后数小时才开始,可能错过最佳神经保护时间窗。院前阶段的早期或超早期降温可能减轻缺血再灌注脑损伤,但来自真实世界急救医疗服务(EMS)环境的证据有限。研究依据:PRECEDENCE 研究检验在院前环境中使用一种新型、无需电源的 CarbonCool® 降温背心启动 TTM 的操作可行性,该背心设计用于由急救人员(paramedics)在 ROSC 后立即快速应用。该背心提供传导性表面降温,不干扰复苏、转运
【主题与分类】
主题标签:Out-Of-Hospital Cardiac Arrest、Cardiopulmonary Resuscitation、Death, Sudden, Cardiac、Therapeutic Hypothermia。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/NCT07421882
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/NCT07421882
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:院外心脏骤停、心肺复苏、死亡、心源性猝死、治疗性低温。背景:尽管复苏技术不断进步,院外心脏骤停(OHCA)后的神经功能恢复仍不理想。目前由医院启动的目标温度管理(TTM)通常在自主循环恢复(ROSC)后数小时才开始,可能错过最佳的神经保护时间窗。在院前阶段进行早期或超早期降温可能减轻缺血再灌注脑损伤,但来自真实世界急救医疗服务(EMS)环境的证据有限。研究依据:PRECEDENCE研究旨在检验在院前环境中使用一种新型无电源CarbonCool®降温背心启动TTM的操作可行性,该背心专为急救人员在ROSC后立即快速使用而设计。该背心提供传导性体表降温,且不干扰复苏、转运或诊断。研究设计:PRECEDENCE是由新加坡民防部队(SCDF)与合作医院开展的一项试点可行性试验。
由SCDF第4分队急救人员接诊的符合条件的OHCA患者,将根据预设的入选标准和运行标准,分配至(a)使用CarbonCool®背心的院前TTM或(b)标准院前护理。两组均前瞻性随访至出院。结局:主要结局为实施院前TTM的可行性,通过招募率、干预实施、方案依从性和提供者可接受性进行评估。次要结局包括医院TTM采纳情况、从ROSC到达到目标温度的时间、出院时神经功能结局(CPC 1-2)以及预设的安全性终点(降温过度<33°C、血流动力学显著的缓慢性心律失常和皮肤损伤)。意义:通过评估早期院前降温在真实世界中的可行性和安全性,本试点研究将提供关键的实施数据,并为未来多分队或全国性随机试验的方案完善提供指导。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




