Corheart 6 长期队列研究

该数据集来自 clinicaltrials.gov,聚焦晚期左心衰竭患者接受 Corheart 6 左心室辅助系统治疗的长期疗效与安全性

China National Center for Cardiovascular DiseasesChina National Center for Cardiovascular Diseases
clinicaltrials
浏览 3
其他预测Heart Failure
Corheart 6: Long-term Cohort Study

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-23

资源简介

Corheart 6 长期队列研究

该数据集来自 clinicaltrials.gov,聚焦晚期左心衰竭患者接受 Corheart 6 左心室辅助系统治疗的长期疗效与安全性。纳入自 2021 年 10 月起已接受或计划接受治疗的患者,收集生存状态、心功能、生活质量、实验室指标及不良事件等数据。主要终点为 6 个月和 24 个月生存复合终点,可用于评估器械支持下的生存率、移植过渡及心肌恢复情况,支持心衰治疗预后预测与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:心力衰竭。本研究旨在评估 Corheart 6 左心室辅助系统作为晚期左心衰竭患者治疗的长期有效性和安全性。自 2021 年 10 月起已接受 Corheart 6 治疗或计划接受该治疗的患者将被纳入,直至达到统计要求的目标样本量。收集的数据将包括生存状态、心脏功能状态、生活质量、实验室参数和不良事件。主要终点是 6 个月和 24 个月生存的复合终点,分别定义为在器械支持下生存、过渡到心脏移植以及因心脏恢复而移除器械,且无致残性卒中(mRS > 3)或器械更换。数据收集将遵循方案中规定的随访计划。

【主题与分类】

主题标签:Heart Failure。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/NCT07094919

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/NCT07094919

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:心力衰竭。本研究旨在评估Corheart 6左心室辅助系统作为晚期左心衰竭患者治疗的长期有效性和安全性。自2021年10月起已接受Corheart 6治疗或计划接受该治疗的患者将被纳入研究,直至目标样本量满足统计学要求。收集的数据将包括生存状态、心功能状态、生活质量、实验室参数和不良事件。主要终点为6个月和24个月生存率的复合终点,分别定义为在器械支持下生存、过渡至心脏移植以及因心脏恢复而移除器械,且无致残性卒中(mRS > 3)或器械更换。数据收集将遵循方案中规定的随访计划。

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