高栓塞风险感染性心内膜炎患者的早期瓣膜手术与常规治疗对比
该数据集来自 clinicaltrials.gov,主题为高栓塞风险感染性心内膜炎患者中早期瓣膜手术与常规治疗的对比。源站描述指出感染性心内膜炎住院死亡率约15-25%,栓塞事件发生率高(20-50%),死亡主因为瓣膜功能障碍所致心力衰竭和赘生物栓塞所致卒中

基本信息
资源简介
高栓塞风险感染性心内膜炎患者的早期瓣膜手术与常规治疗对比
该数据集来自 clinicaltrials.gov,主题为高栓塞风险感染性心内膜炎患者中早期瓣膜手术与常规治疗的对比。源站描述指出感染性心内膜炎住院死亡率约15-25%,栓塞事件发生率高(20-50%),死亡主因为瓣膜功能障碍所致心力衰竭和赘生物栓塞所致卒中。抗生素启动后症状性栓塞事件约15%。瓣膜手术在瓣周并发症和中重度心力衰竭患者中获益明确,但预防栓塞的手术指征尚不明确,需权衡手术与人工瓣膜并发症风险及预防栓塞、改善生存的获益。数据可用于相关预测建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:心内膜炎。感染性心内膜炎(IE)与15-25%的总体住院死亡率和20-50%的高栓塞事件发生率相关。死亡的主要原因是由瓣膜功能障碍导致的心力衰竭(HF),以及由赘生物栓塞导致的卒中。抗生素启动后发生症状性栓塞事件的比率约为15%。瓣膜手术的获益已在瓣周并发症和急性瓣膜反流导致的中重度HF患者中得到明确证实。预防栓塞并发症的瓣膜手术指征定义尚不明确。瓣膜手术和植入永久性人工瓣膜的潜在并发症需与其在预防栓塞和改善生存方面的潜在获益相权衡。预防栓塞的手术时机至关重要,因为
【主题与分类】
主题标签:Endocarditis。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/NCT03718052
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/NCT03718052
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:心内膜炎。感染性心内膜炎(IE)与15-25%的总体住院死亡率及20-50%的高栓塞事件发生率相关。主要死亡原因为瓣膜功能障碍导致的心力衰竭(HF)以及赘生物栓塞所致卒中。抗生素治疗开始后症状性栓塞事件的发生率约为15%。对于存在瓣周并发症及急性瓣膜反流所致中重度心力衰竭的患者,瓣膜手术的获益已得到明确证实。以预防栓塞并发症为目的的瓣膜手术指征尚不明确。瓣膜手术及植入永久性人工瓣膜的潜在并发症,需与其在预防栓塞和改善生存方面的潜在获益相权衡。预防栓塞的手术时机至关重要,因为新发栓塞事件的风险在抗生素治疗最初数周内最高。
支持高危栓塞风险患者早期瓣膜手术(EVS)的要点包括:1)通过经食管超声心动图(TOE)识别高栓塞风险患者;2)感染性心内膜炎(IE)外科治疗的进展显著降低了术后死亡率;3)2015年欧洲ESC IE指南指出,对于赘生物大于10 mm且在抗生素治疗期间发生栓塞事件的IE患者,应进行瓣膜手术(I/B级);对于赘生物大于30 mm的IE患者应考虑手术(IIaB级);对于赘生物大于10 mm且伴有严重瓣膜反流的患者可考虑手术。主要目的是比较EVS( randomization后72小时内尽快进行)与基于2015年欧洲ESC指南的常规管理在自体左侧IE且高栓塞风险患者中的临床结局。主要评估标准为所有inc中从 randomization起6周内全因死亡和临床有症状栓塞事件的复合终点。
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。




