冠状动脉钙化指导的无症状糖尿病患者主要冠心病一级预防
该数据集来自 clinicaltrials.gov,聚焦无症状 2 型糖尿病患者的冠状动脉钙化指导下主要冠心病一级预防。源站描述涵盖 2 型糖尿病与冠心病,并引用台湾全民健康保险研究数据库及 2007-2017 年系统综述数据,涉及冠心病、心力衰竭、动脉粥样硬化、心绞痛、心肌梗死、卒中及慢性肾脏病等

基本信息
资源简介
冠状动脉钙化指导的无症状糖尿病患者主要冠心病一级预防
该数据集来自 clinicaltrials.gov,聚焦无症状 2 型糖尿病患者的冠状动脉钙化指导下主要冠心病一级预防。源站描述涵盖 2 型糖尿病与冠心病,并引用台湾全民健康保险研究数据库及 2007-2017 年系统综述数据,涉及冠心病、心力衰竭、动脉粥样硬化、心绞痛、心肌梗死、卒中及慢性肾脏病等并发症的患病与死亡占比。数据可用于心血管疾病风险研究与一级预防策略探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:2型糖尿病、冠心病。背景:2型糖尿病患者逐渐增多,心脏病和脑血管疾病是第四大死因。根据截至2014年的台湾全民健康保险研究数据库(NHIRD),冠心病发病率为25.2%,心力衰竭为3.77%。包括慢性肾脏病和脑血管疾病在内的多种并发症也广为人知。一项对2007-2017年全球科学证据的系统综述研究显示,心血管疾病(CVD)总体影响32.2%;29.1%有动脉粥样硬化,21.2%有冠心病(CAD),14.9%有心力衰竭,14.6%有心绞痛,10.0%有心肌梗死,7.6%有卒中。CVD占所有死亡的50.3%,是2型糖尿病(T2DM)患者的主要死因(1)。一项在
【主题与分类】
主题标签:Type2 Diabetes、Coronary Heart Disease。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/NCT05267990
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/NCT05267990
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:2型糖尿病、冠心病。背景:2型糖尿病患者的数量逐渐增加,心脏病和脑血管疾病是第四大死亡原因。根据台湾全民健康保险研究资料库(NHIRD)截至2014年的数据,冠心病发病率为25.2%,心力衰竭为3.77%。包括慢性肾脏病和脑血管疾病在内的多种并发症也广为人知。一项对2007—2017年全球科学证据的系统综述研究显示,心血管疾病(CVD)总体影响32.2%;29.1%患有动脉粥样硬化,21.2%患有冠心病(CAD),14.9%患有心力衰竭,14.6%患有心绞痛,10.0%患有心肌梗死,7.6%患有卒中。CVD占全部死亡的50.3%,是2型糖尿病(T2DM)患者的主要死亡原因(1)。一项针对亚洲人群的研究显示,与无糖尿病患者相比,糖尿病患者全因死亡风险为1.89倍,心血管死亡风险为2.0倍(2)。然而,大多数糖尿病合并CAD患者无症状。
冠状动脉钙化(CAC)评分通过多排计算机断层扫描测量,是亚临床动脉粥样硬化的可靠指标。CAC的存在、范围和进展已被证明比传统危险因素和整体风险评分更能预测不良心血管事件(3-7)。我们2020年的先前研究表明,CAC评分可以预测无症状T2DM患者的长期心血管结局(8)。2019年AHA/ACC《心血管疾病一级预防指南》和2019年ESC/EAS《血脂异常管理指南》推荐CAC评分作为一级预防中个性化风险管理的决策辅助工具(9,10)。这项前瞻性队列研究将探讨冠状动脉钙化引导的一级预防对T2DM中无症状冠状动脉疾病的主要冠心病的影响。目的 评估一级预
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。




