COPD急性加重期心血管评估与治疗以改善诊断和结局

该数据集来自clinicaltrials.gov,主题为COPD急性加重期的心血管评估与治疗。研究为单中心前瞻性设计,纳入因COPD急性加重住院的患者,通过内科医生或住院数据库入院诊断筛选合格对象

Tel-Aviv Sourasky Medical CenterTel-Aviv Sourasky Medical Center
clinicaltrials
浏览 11
表格Cardiovascular Diseases
Cardiovascular Assessment and Treatment During COPD Exacerbation to Improve Diagnosis and Outcomes

基本信息

模态
表格
创建/更新时间
2026-10-10

资源简介

COPD急性加重期心血管评估与治疗以改善诊断和结局

该数据集来自clinicaltrials.gov,主题为COPD急性加重期的心血管评估与治疗。研究为单中心前瞻性设计,纳入因COPD急性加重住院的患者,通过内科医生或住院数据库入院诊断筛选合格对象。患者知情同意后按顺序进入对照队列或干预队列,两组均完成背景问卷并由呼吸科医生评估肺部疾病、优化基础治疗及建议随访;干预组额外接受心内科医生评估以检查心血管疾病。数据可用于研究COPD急性加重期心血管合并症的诊断与治疗策略(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:COPD(慢性阻塞性肺疾病)、心血管疾病。这是一项单中心、前瞻性研究,涉及因COPD急性加重住院的患者。合格患者将由内科医生识别,或通过审查医院数据库中住院患者的入院诊断来识别。在获得知情同意后,患者将被分配到两个序贯队列之一(先是对照队列,随后是干预队列)。两组都将完成一份背景问卷,并在住院期间由呼吸科医生进行评估,呼吸科医生将关注其肺部疾病、优化基础治疗,并根据需要建议随访。干预组将在住院期间额外接受心内科医生的评估,心内科医生将检查心血管疾病(如高

【主题与分类】

主题标签:Cardiovascular Diseases。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/NCT06723795

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/NCT06723795

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

疾病:慢性阻塞性肺疾病、心血管疾病。这是一项单中心、前瞻性研究,纳入因慢性阻塞性肺疾病急性加重住院的患者。符合条件的患者将由内科医生识别,或通过审查医院数据库中住院患者的入院诊断来确定。在获得知情同意后,患者将被分配到两个连续队列之一(先为对照组,后为干预组)。两组均需完成一份背景问卷,并在住院期间由呼吸科医生进行评估,评估重点为肺部疾病,优化基础治疗,并根据需要建议随访。干预组将在住院期间额外接受心内科医生的评估,检查心血管疾病(如高脂血症、糖尿病、缺血性心脏病、高血压或心力衰竭),并根据新诊断或已有诊断调整或启动治疗。

两组均将在干预后约1个月、3个月、6个月和12个月时接受随访电话,以评估干预后治疗方案的任何变化、心血管疾病的新诊断或事件、COPD急性加重以及死亡率。

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