CHATEAU 注册研究:经导管主动脉瓣置换术后临床结局
CHATEAU Registry 是一个国际多中心观察性注册研究,纳入接受经导管主动脉瓣置换(TAVR)的连续患者。数据来自既有病历,涵盖基线人口学、合并症、实验室检查、术前影像、手术细节、器械信息、术后超声心动图、出院用药及临床随访结局

基本信息
资源简介
CHATEAU 注册研究:经导管主动脉瓣置换术后临床结局
CHATEAU Registry 是一个国际多中心观察性注册研究,纳入接受经导管主动脉瓣置换(TAVR)的连续患者。数据来自既有病历,涵盖基线人口学、合并症、实验室检查、术前影像、手术细节、器械信息、术后超声心动图、出院用药及临床随访结局。该数据集可用于评估患者、解剖、器械等因素与 TAVR 术后临床结局的关联,支持预后预测与风险因素分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:主动脉瓣狭窄、经导管主动脉瓣置换(TAVR)。CHATEAU Registry 是一个国际性、多中心、观察性注册研究,纳入接受经导管主动脉瓣置换的患者。本研究将回顾性分析 2021 年 1 月 1 日至 2025 年 12 月 31 日期间在参与中心接受 TAVR 治疗的连续 4,000 例患者。随访临床结局将评估至 2027 年 12 月 31 日。符合条件的患者为因主动脉瓣疾病接受 TAVR 的成人。数据将从现有医疗记录中收集,包括基线人口统计学、合并症、实验室检查结果、术前影像数据、手术细节、器械信息、术后超声心动图结果、出院药物以及临床随访结局。本研究旨在评估患者、解剖、器械等因素与
【主题与分类】
主题标签:Aortic Valve Stenosis。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/NCT07709858
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/NCT07709858
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:主动脉瓣狭窄,经导管主动脉瓣置换术(TAVR)。CHATEAU登记研究是一项国际性、多中心、观察性登记研究,纳入接受经导管主动脉瓣置换术的患者。本研究将回顾性分析2021年1月1日至2025年12月31日期间在参与中心接受TAVR治疗的连续4,000例患者。临床结局随访评估将持续至2027年12月31日。符合条件的患者为因主动脉瓣疾病接受TAVR的成人。数据将从现有医疗记录中收集,包括基线人口统计学资料、合并症、实验室检查结果、术前影像学数据、手术细节、器械信息、术后超声心动图检查结果、出院用药及临床随访结局。本研究旨在评估患者相关、解剖相关、器械相关及手术相关因素与后续临床结局和瓣膜性能之间的关联。
关注的结局可能包括全因死亡、心血管死亡、卒中、心肌梗死、心力衰竭住院、起搏器植入、瓣膜血流动力学恶化、主动脉瓣再干预、瓣周反流以及其他TAVR相关临床事件。由于这是一项回顾性观察性研究,所有治疗决策均依据各参与机构的常规临床实践作出。本研究不涉及随机化、治疗分配、额外操作或额外患者访视。所有数据将按照适用的机构审查委员会要求和隐私法规进行处理。
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。




