交叉性维堡筛查项目：糖尿病与心血管疾病筛查的成本（效果）
该数据集来自 clinicaltrials.gov，围绕丹麦维堡市开展的联合筛查项目，邀请所有市民在 67 岁生日前后参加糖尿病与心血管疾病筛查
基本信息
资源简介
交叉性维堡筛查项目：糖尿病与心血管疾病筛查的成本（效果）
该数据集来自 clinicaltrials.gov，围绕丹麦维堡市开展的联合筛查项目，邀请所有市民在 67 岁生日前后参加糖尿病与心血管疾病筛查。筛查项目包括双臂血压、踝臂血压指数（ABI）、颈动脉斑块与腹主动脉瘤超声、HbA1c 及肺功能等。筛查阳性者接受随访咨询与预防性干预，如二级药物预防、戒烟、营养缺乏饮食指导等。周边未获联合筛查邀请的 67 岁市民作为对照组，按 1:5 配比。数据可用于评估筛查项目的成本效果、疾病早期发现与干预效果，以及老龄化相关心血管代谢风险的预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：老龄化、腹主动脉瘤、高血压、大规模筛查、外周动脉疾病、心律失常、糖尿病、颈动脉粥样硬化。队列描述：所有维堡市市民均被邀请在 67 岁生日前后参加联合筛查项目。筛查结果阳性的参与者将获得后续随访咨询，并启动预防性干预（二级药物预防、戒烟、营养缺乏饮食指导等）。来自周边市镇、未获联合筛查邀请的 67 岁市民被用作对照组（1 例病例：5 例对照）。无排除标准。筛查检查包括：双臂血压、踝臂血压指数（ABI）、颈动脉斑块与腹主动脉瘤超声、HbA1c 及肺功能 t
【主题与分类】
主题标签：Aging、Aortic Aneurysm, Abdominal、Hypertension、Mass Screening、Peripheral Arterial Disease、Arrythmia、Diabetes、Carotid Atherosclerosis。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/NCT03395509
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/NCT03395509
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：衰老、腹主动脉瘤、高血压、大规模筛查、外周动脉疾病、心律失常、糖尿病、颈动脉粥样硬化。队列描述：所有维堡市市民均被邀请在67岁生日前后参加综合筛查项目。筛查结果呈阳性的参与者将获得后续咨询，并启动预防性干预措施（二级药物预防、戒烟、营养缺乏饮食指导等）。周边市镇未获综合筛查邀请的67岁市民作为对照组（1例病例：5例对照）。无排除标准。筛查检查包括：双臂血压、踝臂血压指数（ABI）、颈动脉斑块及腹主动脉瘤超声、HbA1c及肺功能测试。此外，还包括一份关于生活方式参数、BMI、病史、行走相关疼痛及自评生活质量（EQ-5D）的问卷。筛查检查一年后，参与者将收到一份问卷，以从参与者角度评估筛查效果。
筛查项目的成本（-效果）将在5年后根据疾病患病率、应答率、全国登记处的数据提取以及现有的疾病预防证据进行评估。
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。
