儿童急性川崎病伴冠状动脉异常的他汀类药物研究
该数据集来自 clinicaltrials.gov,主题为儿童急性川崎病伴冠状动脉异常的他汀类药物研究,属于循环系统疾病/其他分类

基本信息
资源简介
儿童急性川崎病伴冠状动脉异常的他汀类药物研究
该数据集来自 clinicaltrials.gov,主题为儿童急性川崎病伴冠状动脉异常的他汀类药物研究,属于循环系统疾病/其他分类。源站描述指出,川崎病是儿童期急性自限性血管炎,主要累及中型动脉尤其是冠状动脉;尽管 IVIG 明显降低了冠状动脉异常发生率,仍有部分患儿出现冠状动脉异常甚至中、大或巨大冠状动脉瘤,可形成血栓和动脉狭窄并引发严重心脏事件。该数据可用于研究他汀类药物在儿童川崎病冠状动脉异常中的干预与预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:川崎病、冠状动脉异常。川崎病(KD)是急性自限性血管炎,几乎仅发生于儿童期。它主要累及中型动脉,最常见的是冠状动脉。尽管静脉注射免疫球蛋白(IVIG)的使用明显降低了冠状动脉异常(CAA)的发生率,仍有一部分 KD 患儿发生 CAA,甚至出现中型、大型或巨大冠状动脉瘤。冠状动脉瘤可形成血栓和动脉狭窄,可能导致严重心脏事件。目前 KD 已成为中国大陆大部分地区儿童获得性心脏病的主要原因。研究发现,在 KD 急性期,冠状动脉发生坏死性动脉炎。氧化应激、免疫激活以及与促炎细胞因子分泌相关的血管壁细胞浸润
【主题与分类】
主题标签:Kawasaki Disease、Coronary Artery Abnormalities。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/NCT07530640
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/NCT07530640
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:川崎病,冠状动脉异常。川崎病是一种急性自限性血管炎,几乎仅发生于儿童期。主要累及中等大小动脉,最常见于冠状动脉。尽管静脉注射免疫球蛋白的使用明显降低了冠状动脉异常的发生率,但仍有部分川崎病患儿发生冠状动脉异常,甚至出现中型、大型或巨大冠状动脉瘤。冠状动脉瘤可形成血栓和动脉狭窄,可能导致严重心脏事件。目前川崎病已成为中国大陆大部分地区儿童获得性心脏病的主要病因。研究发现,在川崎病急性期,冠状动脉发生坏死性动脉炎。氧化应激、免疫激活以及与促炎细胞因子、弹性蛋白酶和基质金属蛋白酶分泌相关的血管壁细胞浸润,均与冠状动脉瘤的形成有关。此外,长期川崎病血管病变表现为持续的血管慢性炎症和氧化应激。
在受累冠状动脉中已观察到内皮功能障碍、僵硬度增加及内膜-中膜增厚。他汀类药物,即羟甲基戊二酰辅酶A还原酶抑制剂,多年来在成人中广泛应用,不仅因其降低血浆胆固醇,还因其有益的多效性作用,包括调节炎症、氧化应激、内皮功能和血管生成、抗血栓及抗血小板效应。近年来,他汀类药物被认为可用于伴有冠状动脉瘤的KD患儿。多项研究表明,此类接受他汀类药物治疗的KD患儿高敏CRP降低、内皮功能改善且安全性良好。2017年美国心脏协会(AHA)关于KD的科学声明建议,对于既往或当前存在动脉瘤的KD患者,无论年龄或性别,可考虑经验性使用低剂量他汀类药物治疗。研究者还进行了
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。




