美敦力CoreValve系统安全性和有效性研究——合并严重疾病的极危重症状性重度主动脉瓣狭窄需行主动脉瓣置换术患者的治疗

该数据集来自 clinicaltrials.gov,聚焦症状性重度主动脉瓣狭窄且合并显著合并症、需主动脉瓣置换的极危重受试者

Medtronic CardiovascularMedtronic Cardiovascular
clinicaltrials
浏览 15
其他预测Severe Aortic Stenosis
Safety & Efficacy Study of the Medtronic CoreValve® System-Treatment of Symptomatic Severe Aortic Stenosis With Significant Comorbidities in Extreme Risk Subjects Who Need Aortic Valve Replacement

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

美敦力CoreValve系统安全性和有效性研究——合并严重疾病的极危重症状性重度主动脉瓣狭窄需行主动脉瓣置换术患者的治疗

该数据集来自 clinicaltrials.gov,聚焦症状性重度主动脉瓣狭窄且合并显著合并症、需主动脉瓣置换的极危重受试者。研究评估 Medtronic CoreValve® 系统(MCS)在这一被 U.S. Extreme Risk Pivotal Trial 排除人群中的安全性与有效性,主要终点为 12 个月全因死亡或主要卒中的复合指标。入组受试者预计 30 天外科主动脉瓣置换手术死亡率或严重不可逆并发症风险≥50%。数据可用于分析该器械在极危重人群中的临床结局与风险预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:重度主动脉瓣狭窄。本研究的主要目的是评估 Medtronic CoreValve® 系统(MCS)在一部分受试者中的安全性和有效性,这些受试者因一种或多种额外合并症而被排除在 U.S. Extreme Risk Pivotal Trial 人群之外,评估指标为 12 个月时全因死亡或主要卒中的复合终点,用于治疗需要主动脉瓣置换的症状性重度主动脉瓣狭窄受试者。入组本研究的受试者,其与外科主动脉瓣置换相关的 30 天预计手术死亡率或严重、不可逆并发症风险≥50%。

【主题与分类】

主题标签:Severe Aortic Stenosis。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01675440

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01675440

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:重度主动脉瓣狭窄。本研究的主要目的是评估美敦力CoreValve®系统(MCS)在一组因一种或多种额外合并症而被排除在美国极端风险关键试验人群之外的受试者中的安全性和有效性,以12个月时全因死亡或主要卒中的复合终点衡量,用于治疗需要主动脉瓣置换的有症状重度主动脉瓣狭窄受试者。入组本研究的受试者,其因外科主动脉瓣置换术在30天时预测的手术死亡率或严重、不可逆的并发症风险≥50%。

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。

获取专属数据定制方案