经导管主动脉瓣植入伴或不伴现场心脏外科手术:TRACS试验

TRACS试验是一项针对重度主动脉瓣狭窄患者的前瞻性、随机、多中心、开放标签研究,采用盲法裁定评估结局(PROBE设计)

Azienda Usl di BolognaAzienda Usl di Bologna
clinicaltrials
浏览 19
其他分类Aortic Stenosis, Severe
TRanscatheter Aortic-Valve Implantation With or Without On-site Cardiac Surgery: the TRACS Trial

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

经导管主动脉瓣植入伴或不伴现场心脏外科手术:TRACS试验

TRACS试验是一项针对重度主动脉瓣狭窄患者的前瞻性、随机、多中心、开放标签研究,采用盲法裁定评估结局(PROBE设计)。该试验纳入无现场心脏外科手术的中心,但要求操作者已在有现场心脏外科手术的转诊中心具备TAVI经验。参与中心及其研究TAVI操作者须符合选择性资格标准。患者在心脏团队确认TAVI适应症后招募,且每位患者的入组资格必须经心脏团队一致决定确认和验证。研究患者按2:1随机分配至无现场心脏外科手术的中心或有现场心脏外科手术的转诊中心,由相同经验丰富的操作者实施TAVI。该数据可用于比较两种场景下TAVI的安全性与有效性(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。TRACS是一项全人群、前瞻性、随机、多中心、开放标签试验,采用盲法裁定评估结局(PROBE)。TRACS试验将涉及无现场心脏外科手术的中心,但操作者已在有现场心脏外科手术的转诊中心具备TAVI经验。因此,参与中心及其研究TAVI操作者必须遵循选择性资格标准。参与者在心脏团队确认TAVI适应症后招募。每位患者参与研究的资格必须经心脏团队一致决定确认和验证。研究患者将按2:1随机分配至由相同经验丰富的操作者在无现场心脏外科手术的中心或有现场心脏外科手术的转诊中心实施的TAVI手术。

【主题与分类】

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

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05751577

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/NCT05751577

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。TRACS是一项全人群、前瞻性、随机、多中心、开放标签试验,采用盲法裁定评估结局(PROBE)。TRACS试验将纳入不具备现场心脏外科手术条件的中心,但这些中心的操作者已具备在转诊中心(具备现场心脏外科手术条件)实施TAVI的丰富经验。因此,参与中心及其研究TAVI操作者必须符合特定的入选标准。参与者将在心脏团队指示进行TAVI手术后被招募。每位患者参与研究的资格必须由心脏团队一致决定予以确认和验证。研究患者将按2:1的比例随机分配至由同一批经验丰富的操作者在不具备现场心脏外科手术条件的中心或具备现场心脏外科手术条件的转诊中心实施TAVI手术。

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