肺动脉高压（PAH）治疗——艾森曼格患者使用西地那非治疗
该数据集来自 clinicaltrials.gov，主题为肺动脉高压（PAH）治疗，聚焦艾森曼格患者使用西地那非的治疗研究
基本信息
资源简介
肺动脉高压（PAH）治疗——艾森曼格患者使用西地那非治疗
该数据集来自 clinicaltrials.gov，主题为肺动脉高压（PAH）治疗，聚焦艾森曼格患者使用西地那非的治疗研究。源站描述指出艾森曼格综合征表现为严重的多病共存状态，给个人、家庭和社会带来沉重负担，涉及肺血管阻力升高、右心室压力负荷进行性加重及肺气体交换障碍，患者自理能力逐渐丧失，医疗咨询和住院费用增加，通常因心脏失代偿导致死亡。数据可用于了解该疾病的临床特征与治疗研究方向（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：肺动脉高压（PAH）。艾森曼格综合征表现为严重的多病共存临床图景，在个人以及家庭和社会层面构成巨大负担。肺血管阻力严重升高、右心室压力负荷进行性加重以及肺气体交换障碍三者结合，导致长期多病共存。随着时间推移，患者照顾自己的能力丧失，而因需要医疗咨询和住院所产生的经济负担不断增加。这对患者和家庭都是令人痛苦的。通常，在肺血管阻力逐渐升高和包括心肌在内的器官缺氧性损伤存在的情况下，死亡由心脏失代偿导致（Hopkins, AJC 2002）。随着对 underlying 病理生理学更深入的理解，
【主题与分类】
主题标签：Pulmonary Arterial Hypertension (PAH)。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/NCT00586794
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/NCT00586794
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：肺动脉高压（PAH）。艾森曼格综合征表现为严重的多病共存临床状态，给个人、家庭及社会层面带来沉重负担。肺血管阻力急剧升高、右心室压力负荷进行性加重以及肺气体交换障碍三者共同导致长期多病共存。随着时间推移，患者逐渐丧失自我照护能力，同时因需要就医和住院而产生的经济负担不断增加。这对患者及其家庭均造成痛苦。通常，死亡源于肺血管阻力逐渐升高及包括心肌在内的器官缺氧性损伤所导致的心力衰竭（Hopkins, AJC 2002）。随着对肺动脉高压病理生理学认识的深入，过去几年中已开发出新的治疗策略，包括：a）抑制降解NO-cGMP的5型磷酸二酯酶（PDE-5）；b）拮抗内皮素系统（Krum, Curr Opin Investig Drugs 2003）。
目标是通过松弛血管平滑肌细胞并逆转肺血管重构，使异常收缩的肺动脉血管扩张（Ghofrani, Pneumologie 2002）。已对影响肺血管阻力的特定药物进行了研究。静脉注射前列环素具有主要缺点：费用高、快速耐受、感染风险以及停药时的反跳性高血压。吸入性肺血管扩张剂，特别是伊洛前列素，可能对原发性肺动脉高压有效（Olschewski, Ann Int Med 1996; Hoeper, Pneumologie 2001），但给药耗时，且由于其给药方式，其效果是间歇性的，仅持续约75分钟（Hoeper, JACC 2000）。考虑到这一点，口服治疗似乎更可取，因为给药方便，因而患者依从性更好。西地那非（
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。
