老年急性冠脉综合征患者功能营养状态的预后价值研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、两中心观察性队列研究,聚焦 65 岁及以上因急性冠脉综合征(包括 ST 段抬高型心肌梗死、非 ST 段抬高型心肌梗死或不稳定型心绞痛)住院的老年患者,评估功能营养状态的预后价值

基本信息
资源简介
老年急性冠脉综合征患者功能营养状态的预后价值研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、两中心观察性队列研究,聚焦 65 岁及以上因急性冠脉综合征(包括 ST 段抬高型心肌梗死、非 ST 段抬高型心肌梗死或不稳定型心绞痛)住院的老年患者,评估功能营养状态的预后价值。研究不分配治疗,目标入组 270 名参与者,招募持续至 2027 年 12 月 31 日或入组达 330 人。基线为临床稳定后首次研究接触时签署知情同意书的日期,不晚于入院后 7 天且出院前。数据可用于分析功能营养状态与老年 ACS 患者预后之间的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性冠脉综合征(ACS)。这是一项前瞻性、两中心观察性队列研究,评估功能营养状态对 65 岁及以上因急性冠脉综合征(ACS:ST 段抬高型心肌梗死、非 ST 段抬高型心肌梗死或不稳定型心绞痛)住院患者的预后价值。它不是随机或干预性试验;研究不分配任何治疗。目标入组 270 名参与者;招募持续至 2027 年 12 月 31 日或直至入组 330 名参与者,以先到者为准。基线(t0)为临床稳定后首次研究接触时签署书面知情同意书的日期,不晚于入院后 7 天且出院前。基线评估在此次接触时进行。在此接触前死亡或出院的患者记录在筛选日志中,并
【主题与分类】
主题标签:Acute Coronary Syndromes (ACS)。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/NCT07898345
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/NCT07898345
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
疾病:急性冠脉综合征(ACS)。这是一项前瞻性、双中心观察性队列研究,旨在评估功能营养状态对65岁及以上因急性冠脉综合征(ACS:ST段抬高型心肌梗死、非ST段抬高型心肌梗死或不稳定型心绞痛)住院患者的预后价值。本研究不是随机试验或干预性试验;研究不分配任何治疗。目标入组人数为270名参与者;招募持续至2027年12月31日或直至入组330名参与者,以先发生者为准。基线(t0)为临床稳定后首次研究接触时签署书面知情同意书的日期,不晚于入院后7天且出院前。基线评估在该次接触时进行。在该次接触前死亡或出院的患者记录于筛选日志中,不予入组。
在t0时已存在不符合入选标准情况(包括通过索引住院最终诊断对ACS诊断的修订)且经第二位无法获取功能-营养数据的专科医生确认的参与者,被排除在所有分析之外,不再进一步随访;其人数和原因予以报告。撤回同意在三个层面记录:仅拒绝接触(随访继续通过病历和区域卫生信息系统进行);退出参与(使用截至该时点收集的数据,随访在撤回日期删失);以及要求销毁数据(该参与者不纳入任何分析)。失去电话联系不属于撤回,也不构成排除理由。暴露。主要暴露为预先设定的功能-营养负担:受损领域数量(0、1或2),计算为功能障碍加GLIM营养不良。* 功能领域(功能障碍):ACS前约两周状态下的可能前衰弱或衰弱,定义为“Age
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。




