Seltoplasmid联合血运重建治疗糖尿病膝下慢性肢体威胁性缺血
该数据集来自clinicaltrials.gov,围绕Seltoplasmid联合血运重建治疗糖尿病膝下慢性肢体威胁性缺血

基本信息
资源简介
Seltoplasmid联合血运重建治疗糖尿病膝下慢性肢体威胁性缺血
该数据集来自clinicaltrials.gov,围绕Seltoplasmid联合血运重建治疗糖尿病膝下慢性肢体威胁性缺血。覆盖慢性肢体威胁性缺血、糖尿病足溃疡、膝下动脉闭塞性疾病等人群。糖尿病患者的慢性肢体威胁性缺血常伴弥漫、钙化、多节段膝下动脉病变,血运重建虽可恢复血流、促进创面愈合、降低截肢风险,但主血管开通后仍可能存在微血管功能障碍、侧支形成受损、内皮功能障碍、炎症、感染、神经病变及创面修复异常,导致再狭窄、再次血运重建、创面延迟愈合、大截肢、心血管事件和死亡。数据可用于相关临床研究与预后分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:慢性肢体威胁性缺血、糖尿病足溃疡、膝下动脉闭塞性疾病。糖尿病患者的慢性肢体威胁性缺血通常与弥漫性、钙化性和多节段膝下动脉病变相关。对于缺血性糖尿病足溃疡患者,建议进行血运重建以恢复血流、支持创面愈合并降低肢体丧失风险。然而,主要动脉的通畅恢复并不总能带来远端组织的充分灌注。在技术上成功的血运重建之后,持续性微血管功能障碍、侧支形成受损、内皮功能障碍、炎症、感染、神经病变以及异常的创面修复反应可能仍会持续。因此,再狭窄、再次血运重建、创面愈合延迟、大截肢、心血管事件和死亡可能仍会发
【主题与分类】
主题标签:Chronic Limb-Threatening Ischemia、Diabetic Foot Ulcer。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07827521
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/NCT07827521
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:慢性肢体威胁性缺血、糖尿病足溃疡、膝下动脉闭塞性疾病。糖尿病患者中的慢性肢体威胁性缺血通常与弥漫性、钙化性及多节段膝下动脉病变相关。对于缺血性糖尿病足溃疡患者,推荐进行血运重建以恢复血流、支持伤口愈合并降低截肢风险。然而,主要动脉的通畅恢复并不总能确保远端组织获得充分灌注。即使在技术上成功的血运重建后,持续的微血管功能障碍、侧支循环形成受损、内皮功能障碍、炎症、感染、神经病变及异常的伤口修复反应仍可能持续存在。因此,再狭窄、再次血运重建、伤口愈合延迟、大截肢、心血管事件及死亡仍是重要的残余风险。Seltoplasmid注射液是一种基于质粒的基因疗法,旨在促使两种人肝细胞生长因子异构体在局部表达。
肝细胞生长因子可激活c-Met依赖性信号通路,这些通路参与内皮细胞存活、迁移、血管生成、侧支血管发育、微血管修复及组织再生。既往针对严重下肢缺血患者的临床研究显示,该因子对缺血性溃疡愈合可能具有潜在获益。然而,这些研究主要纳入的是不适合血运重建或血运重建效果不理想的患者。血运重建与Seltoplasmid注射可能具有互补的生物学效应。血运重建通过主要动脉通路恢复血流和灌注压,而局部表达的肝细胞生长因子可能支持远端侧支形成、微血管灌注、内皮修复及创面愈合。这一联合策略旨在同时解决宏观动脉阻塞和远端组织灌注持续受损的问题。然而,给药的临床获益与安全性
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。




