重度主动脉瓣狭窄伴与不伴心脏淀粉样变性的钙化评分分析(CAUSATIVE研究)
该数据集来自clinicaltrials.gov,主题为重度主动脉瓣狭窄患者伴与不伴心脏淀粉样变性的钙化评分分析(CAUSATIVE研究),归类于循环系统疾病与心力衰竭

基本信息
资源简介
重度主动脉瓣狭窄伴与不伴心脏淀粉样变性的钙化评分分析(CAUSATIVE研究)
该数据集来自clinicaltrials.gov,主题为重度主动脉瓣狭窄患者伴与不伴心脏淀粉样变性的钙化评分分析(CAUSATIVE研究),归类于循环系统疾病与心力衰竭。覆盖重度主动脉瓣狭窄及心脏淀粉样变性(尤其是野生型ATTR)人群,关注两种病变并存时的预后差异、TAVI结局及随访中心力衰竭发生情况。可用于研究主动脉瓣狭窄合并心脏淀粉样变性的流行病学特征、钙化评分与预后关系,以及双重病理机制探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:心脏淀粉样变性、重度主动脉瓣狭窄。主动脉瓣狭窄(AS)是老年人群中最常见的瓣膜病变,预计未来其患病率及相关治疗费用将增加。在不可忽视比例(约15%)的病例中,还合并另一种病变,即心脏淀粉样变性,尤其是野生型ATTR型。同时患有这两种病变(AS+ATTR)的患者相比单纯AS患者预后更差。根据迄今可获得的数据,ATTR相关淀粉样变性心肌病似乎并未显著影响TAVI的即时结局或短期结局。然而,在淀粉样变性患者中,后续随访中心力衰竭的发生频率增加。这种双重病理背后的机制仍不清楚。流行病学相似性
【主题与分类】
主题标签:Amyloidosis Cardiac、Aortic Stenosis, Severe。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06066632
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/NCT06066632
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:心脏淀粉样变性、重度主动脉瓣狭窄。主动脉瓣狭窄(AS)是老年人群中最常见的瓣膜病变,预计未来其患病率及相关的治疗费用将增加。在不可忽视比例(约15%)的病例中,伴有另一种病理,即心脏淀粉样变性,尤其是野生型ATTR形式。与单纯AS患者相比,同时患有这两种病理(AS+ATTR)的患者预后更差。根据迄今为止的可用数据,ATTR相关淀粉样变性心肌病似乎并未显著影响TAVI的即时结果或短期结果。然而,在淀粉样变性患者中,后续随访时心力衰竭的发生频率增加。这种双重病理背后的机制尚不清楚。仅凭流行病学相似性(高龄)并不能解释这种关联。
淀粉样变性病与主动脉瓣狭窄之间可能存在直接的因果联系(淀粉样变性病作为瓣膜狭窄的共因或促发因素),或者退行性瓣膜狭窄导致的心肌内应变增高促进了淀粉样物质的生成和心肌浸润。了解个体病例中瓣膜钙化的程度,将有助于更深入地认识这一双重病理的发病机制。这还具有诊断意义。淀粉样变性病可能使主动脉病变严重程度的准确分级变得复杂。例如,AS+ATTR患者常表现出“低流量低梯度”的矛盾血流动力学特征。在这些病例中,通过超声心动图估测瓣口面积具有挑战性,而通过CT评估瓣膜钙化评分则承担了重要的诊断作用。初步研究表明,在相同狭窄严重程度下,AS+ATTR患者瓣膜中的钙含量可能低于单纯AS患者。初步研究表明,对于相同的
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。




