REFOCUS-HTN US-WEST:用于刻画高血压患者的数据基础设施
源站描述提及 2025 年 AHA 指南对心血管风险升高者推荐更低的血压目标,并建议对所有难治性高血压患者进行原发性醛固酮增多症筛查、对 2 期高血压患者考虑筛查

基本信息
资源简介
REFOCUS-HTN US-WEST:用于刻画高血压患者的数据基础设施
REFOCUS-HTN US-WEST 是一个面向高血压人群的数据基础设施,来源于 clinicaltrials.gov,涉及 Hypertension、Aldosterone Disorder 与 Cardiovascular Disease (CVD)。源站描述提及 2025 年 AHA 指南对心血管风险升高者推荐更低的血压目标,并建议对所有难治性高血压患者进行原发性醛固酮增多症筛查、对 2 期高血压患者考虑筛查。该数据可用于了解当代临床实践、醛固酮紊乱的患病情况,以及推动个体化与人群层面的高血压管理(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:高血压、醛固酮紊乱、心血管疾病(CVD)。近期 2025 年美国心脏协会(AHA)指南建议对心血管风险升高的个体采用更低的血压目标。重要的是,他们建议对所有难治性高血压患者进行原发性醛固酮增多症筛查,并建议对 2 期高血压患者考虑筛查。这些更新反映出人们日益认识到醛固酮失调在疾病病理生理学中的作用,并凸显了及时有效的高血压管理的必要性。除新的治疗选择外,这些更新后的建议为深入了解当代临床实践、醛固酮失调的患病率以及这些见解如何推动个体化和人群层面护理的举措提供了机会。有效的高血压
【主题与分类】
主题标签:Hypertension、Aldosterone Disorder、Cardiovascular Disease (CVD)。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/NCT07780500
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/NCT07780500
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:高血压、醛固酮紊乱、心血管疾病(CVD)。近期2025年美国心脏协会(AHA)指南建议对心血管风险增加的个体采用更低的血压目标。重要的是,他们建议对所有难治性高血压患者进行原发性醛固酮增多症筛查,并建议对2期高血压患者考虑筛查。这些更新反映了对醛固酮失调在疾病病理生理学中作用的认识日益增强,并凸显了及时有效管理高血压的必要性。除新的治疗选择外,这些更新建议为深入了解当代临床实践、醛固酮失调的患病率以及这些见解如何推动个体化和人群水平护理的举措提供了机会。有效的高血压管理需要优先考虑早期识别并建立高效的治疗方案。REFOCUS-HTN项目整体包括两部分:1. REFOCUS-HTN:回顾性数据分析。2.
SCALED(临床描述醛固酮失调的研究):一项观察性子研究(SCALED),通过原始数据收集来补充REFOCUS-HTN的数据。SCALED子研究将从REFOCUS-HTN队列中招募约500名参与者的一部分进行前瞻性数据收集。高血压患者将被邀请参加SCALED,并提供知情同意。临床检查(第0个月)将包括血压和身体成分测量以及血液和尿液标本采集。采集的血液和尿液标本将在随访的第2个月和第6个月进行收集。
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。




