严重左心室功能不全患者冠状动脉旁路移植术与经皮冠状动脉介入治疗临床结局比较(CROWN)
该数据集来自 clinicaltrials.gov,聚焦严重左心室功能不全合并冠状动脉疾病患者,比较冠状动脉旁路移植术(CABG)与经皮冠状动脉介入治疗(PCI)的临床结局

基本信息
资源简介
严重左心室功能不全患者冠状动脉旁路移植术与经皮冠状动脉介入治疗临床结局比较(CROWN)
该数据集来自 clinicaltrials.gov,聚焦严重左心室功能不全合并冠状动脉疾病患者,比较冠状动脉旁路移植术(CABG)与经皮冠状动脉介入治疗(PCI)的临床结局。覆盖2019年1月至2023年12月期间接受上述两种血运重建治疗且符合纳入排除标准的患者。可用于评估两种治疗策略在左心室功能严重受损人群中的疗效差异,支持临床决策与预后分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:冠状动脉疾病、左心室心脏功能障碍。尽管CABG在射血分数降低的患者中越来越多地被实施,但文献缺乏直接比较左心室功能障碍患者外科与经皮血运重建临床结局的数据。本研究的目标是比较患有严重冠状动脉疾病和严重左心室功能障碍、接受外科冠状动脉旁路移植术的患者与接受经皮冠状动脉介入治疗(PCI)的患者的临床结局。所有在2019年1月至2023年12月期间接受外科治疗(冠状动脉旁路移植术,CABG)或经皮治疗(经皮冠状动脉介入治疗,PCI)且符合纳入和排除标准的冠状动脉疾病患者将被纳入研究。
【主题与分类】
主题标签:Coronary Artery Disease、Left Ventricular Cardiac Dysfunction。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/NCT07817524
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/NCT07817524
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:冠状动脉疾病、左心室心脏功能障碍。尽管在射血分数降低的患者中,冠状动脉旁路移植术(CABG)的应用日益增多,但文献中缺乏直接比较左心室功能障碍患者外科血运重建与经皮血运重建临床结局的数据。本研究旨在比较患有严重冠状动脉疾病和严重左心室功能障碍并接受外科冠状动脉旁路移植术的患者与接受经皮冠状动脉介入治疗(PCI)的患者的临床结局。所有在2019年1月至2023年12月期间因冠状动脉疾病接受外科治疗(冠状动脉旁路移植术,CABG)或经皮治疗(经皮冠状动脉介入治疗,PCI),且符合纳入和排除标准的患者将被纳入研究。每位患者将在经过访谈并随后签署知情同意书后被纳入。数据随后将被记录在专用数据库中。
具体而言,将收集以下信息:病史资料、所实施操作的描述、术前和术后实验室检查结果、术前、术中及术后超声心动图参数(包括术后长达2年的随访访视)、重症监护室和普通病房的住院时间,以及有关任何术中及术后并发症的数据(死亡、休克、心包积液、卒中、心肌梗死、术后需要PCI、再住院、心力衰竭)。数据库中记录的所有数据均为所有接受此类干预的患者常规收集的数据,不会对纳入研究的患者进行额外检查。
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。




