难治性心脏骤停高级复苏中的院前ECMO(SUB30)
该数据集来自clinicaltrials.gov,聚焦难治性心脏骤停的院前ECMO高级复苏研究(SUB30),覆盖心脏性猝死、院外心脏骤停、心室颤动及心肺复苏成功的心脏骤停等情形

基本信息
资源简介
难治性心脏骤停高级复苏中的院前ECMO(SUB30)
该数据集来自clinicaltrials.gov,聚焦难治性心脏骤停的院前ECMO高级复苏研究(SUB30),覆盖心脏性猝死、院外心脏骤停、心室颤动及心肺复苏成功的心脏骤停等情形。源站描述指出伦敦救护服务每年处理超过4000例心脏骤停患者,存活回家者不足十分之一,部分幸存者因脑部缺血缺氧遗留严重脑损伤;救护平均7分钟到达,急救人员常能在10分钟内重启心脏,但超过20-30分钟后死亡或脑损伤风险上升。数据可用于院前ECMO复苏相关风险预测与预后分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:心脏性猝死、院外心脏骤停、心室颤动、心肺复苏成功的心脏骤停。每年,在伦敦,救护服务治疗超过4000名发生过心脏骤停(或心脏停止跳动)的患者。不到十分之一的患者能存活回家。一些幸存者因心脏停跳时大脑未获得血液和氧气而留有严重脑损伤。伦敦的救护服务在接到999呼叫后平均7分钟到达患者身边。急救人员非常擅长重启心脏,通常能在不到10分钟内完成。然而,有时可能需要更长时间或无法完成。患者死亡或遭受脑损伤的风险随着重启心脏所需时间的延长而增加,尤其是在约20-30分钟之后。一项体外
【主题与分类】
主题标签:Death, Sudden, Cardiac、Out-Of-Hospital Cardiac Arrest、Ventricular Fibrillation。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03700125
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/NCT03700125
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:死亡、心脏性猝死、院外心脏骤停、心室颤动、心肺骤停伴复苏成功。每年,在伦敦,救护服务部门治疗超过4000名发生过心脏骤停(或心脏停止跳动)的患者。不到十分之一的患者能够存活回家。部分存活者因心脏停跳时大脑未获得血液和氧气而遭受严重脑损伤。伦敦的救护服务部门平均在接到999呼叫后7分钟内到达患者身边。急救人员非常擅长重启心脏,通常能在10分钟内完成。然而,有时可能需要更长时间或无法实现。患者死亡或遭受脑损伤的风险随着心脏重启所需时间的延长而增加,尤其是在大约20-30分钟之后。体外膜氧合(ECMO)机器可能通过将患者的血液泵入人工肺并输送至其重要身体器官来降低这些风险——暂时替代心脏和肺的功能。
ECMO在常规医疗中用于在患者心脏骤停后到达医院时提供支持,但在本研究中,我们希望了解ECMO是否可以在通过999电话报告心脏骤停后极短时间内使用。在Sub30研究中,ECMO团队和机器将立即前往患者倒地地点,而不是等待患者被转运至医院。研究假设是ECMO将更快启动,并可能改善患者生存率和预后。ECMO团队由三名资深医生和一名急救员组成。他们接诊倒地患者,并在标准高级复苏技术未能在20分钟内恢复心脏跳动时启动ECMO。团队的目标是在999电话后30分钟内启动ECMO机器。团队已在培训中实现这一目标,当前研究将评估在六名患者中在真实情况下是否可能做到这一点。实现ECMO血流或自主循环恢复(ROSC)的目标为三十分钟是l
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。




