基于病历的野生型转甲状腺素蛋白淀粉样心肌病与非淀粉样心力衰竭回顾性验证研究
该数据集来自clinicaltrials.gov，属于循环系统疾病/心力衰竭领域，主题为ATTR-CM。研究为观察性、回顾性非劣效性设计，样本取自大型国家数据库
基本信息
资源简介
基于病历的野生型转甲状腺素蛋白淀粉样心肌病与非淀粉样心力衰竭回顾性验证研究
该数据集对应的是一项关于心力衰竭患者中野生型转甲状腺素蛋白淀粉样心肌病（ATTRwt-CM）与非淀粉样心力衰竭鉴别诊断的回顾性验证研究，英文名称为“A Retrospective Validation Study To Identify Chart-Based Clinical Diagnosis Of Wild-Type Transthyretin Amyloid Cardiomyopathy (Attrwt-CM) And Non-Amyloid Heart Failure Among Patients With Heart Failure (HF).”。数据集在分类上归属于循环系统疾病下的心力衰竭领域，主题标签为ATTR-CM，来源站为clinicaltrials.gov。研究采用观察性、回顾性非劣效性设计，样本取自大型国家数据库，并计划利用机器学习模型在该数据库中预测心力衰竭患者中ATTRwt-CM的临床诊断，研究对象为50岁及以上的心力衰竭患者。
【数据集背景】
该数据集所依托的研究聚焦于心力衰竭患者中ATTRwt-CM的识别与鉴别。ATTRwt-CM是一种与野生型转甲状腺素蛋白相关的淀粉样心肌病，其临床表现常与普通心力衰竭重叠，因此从心力衰竭人群中准确区分出ATTRwt-CM具有实际意义。研究以大型国家数据库为样本基础，采用观察性、回顾性非劣效性设计，并引入机器学习模型来预测ATTRwt-CM的临床诊断。研究关注的人群为50岁及以上的心力衰竭患者，主题标签为ATTR-CM，所属领域为循环系统疾病/心力衰竭。
【数据内容】
源站描述中提及，该研究将使用一个大型国家数据库，并借助机器学习模型预测心力衰竭患者中ATTRwt-CM的临床诊断。研究同时涉及非淀粉样心力衰竭的识别。数据集的主题标签为ATTR-CM，所属分类为循环系统疾病/心力衰竭。关于数据集的具体变量、字段结构、样本量、记录条数、标签定义、数据格式等详细内容，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。研究设计为观察性、回顾性非劣效性研究，研究样本来自一个大型国家数据库。研究纳入的对象为50岁及以上的心力衰竭患者。关于数据采集的具体时间范围、采集机构、采集流程、伦理审批信息、数据更新频率等，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕心力衰竭人群中ATTRwt-CM临床诊断预测的研究场景，尤其是利用机器学习模型在大型国家数据库中进行回顾性验证的任务。其研究设计为观察性、回顾性非劣效性研究，因此可服务于对ATTRwt-CM与非淀粉样心力衰竭进行鉴别诊断的方法学验证。研究对象限定为50岁及以上的心力衰竭患者。关于其他具体应用场景、模型类型、评价指标或临床落地方式，源站未提供。
【使用方法】
源站描述提到将使用机器学习模型，并基于大型国家数据库预测心力衰竭患者中ATTRwt-CM的临床诊断。关于数据访问方式、下载途径、使用许可条件、预处理步骤、建模流程、验证方案等具体操作方法，源站未提供。
【质量与限制】
该研究为观察性、回顾性非劣效性设计，样本来自大型国家数据库，研究对象为50岁及以上的心力衰竭患者。关于数据质量评价、缺失情况、偏倚控制、外部验证结果、模型性能指标、局限性说明等，源站未提供。
【引用与许可】
该数据集的来源站为clinicaltrials.gov。关于引用格式、许可协议、使用限制、版权归属等具体信息，源站未提供。
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/NCT06029452
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：ATTR-CM。这是一项观察性、回顾性非劣效性研究，研究样本来自一个大型国家数据库。机器学习（ML）模型将利用国家数据库预测心衰患者中ATTRwt-CM的临床诊断。本研究将纳入年龄≥50岁的心衰患者。
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。
