静脉铁剂对老年急性冠脉综合征患者生活质量的影响
该数据集来自 clinicaltrials.gov,主题为静脉铁剂对老年急性冠脉综合征患者生活质量的影响,属于循环系统疾病/心力衰竭分类

基本信息
资源简介
静脉铁剂对老年急性冠脉综合征患者生活质量的影响
该数据集来自 clinicaltrials.gov,主题为静脉铁剂对老年急性冠脉综合征患者生活质量的影响,属于循环系统疾病/心力衰竭分类。覆盖急性冠脉综合征、铁缺乏及65岁及以上老年人群,关注静脉铁剂补充对生活质量与临床结局的作用。源站描述显示这是一项IV期、多中心、开放标签、随机临床试验,旨在评估ACS后铁缺乏老年患者接受静脉铁剂对生活质量和临床结局的影响。数据可用于研究老年ACS后铁缺乏人群的干预效果、生活质量变化及相关临床结局分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性冠脉综合征(ACS)、铁缺乏、老年人(65岁及以上人群)。急性冠脉综合征(ACS)仍然是65岁及以上成年人发病和死亡的主要原因之一。铁缺乏是这一人群在发生ACS事件后的常见状况,并与功能能力受损、衰弱增加、生活质量变差以及临床结局较差相关。虽然静脉铁剂补充已在心力衰竭患者中显示出临床获益,但其在ACS后铁缺乏老年患者中的作用尚未得到系统评估。这项IV期、多中心、开放标签、随机临床试验旨在评估静脉铁剂给药对ACS后铁缺乏老年患者生活质量和临床结局的影响。该研究将纳入患
【主题与分类】
主题标签:Acute Coronary Syndromes (ACS)、Iron Deficiencies、Elderly (People Aged 65 or More)。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/NCT07476859
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/NCT07476859
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:急性冠脉综合征(ACS)、铁缺乏、老年人(65岁及以上人群)。急性冠脉综合征(ACS)仍然是65岁及以上成年人发病和死亡的主要原因之一。铁缺乏是ACS事件后该人群中的常见情况,并与功能能力受损、衰弱增加、生活质量较差以及临床结局更差相关。虽然静脉补铁已在心力衰竭患者中显示出临床获益,但其在ACS后铁缺乏的老年患者中的作用尚未得到系统评估。这项IV期、多中心、开放标签、随机临床试验旨在评估静脉补铁对ACS后铁缺乏老年患者生活质量和临床结局的影响。该研究将纳入年龄在65岁及以上、在过去15天内被诊断为ACS且根据当前欧洲心脏病学会标准存在铁缺乏的患者。
符合条件的受试者将按1:1比例随机分配,接受单次静脉注射羧基麦芽糖铁(根据体重和基线血红蛋白水平给药)或不含静脉铁补充的标准治疗。随机化将采用中央随机化,并按参与中心进行分层。鉴于干预措施的性质,本研究将采用开放标签设计。受试者将在随机化后接受为期12个月的随访,研究访视安排在基线、6个月和12个月时。在整个随访期间,将进行全面的临床评估,包括使用EQ-5D-5L问卷评估生活质量,以及使用FRAIL量表评估衰弱。心力衰竭失代偿、再发心肌梗死、卒中和全因死亡等临床事件将被系统记录。此外,还将连续采集血样,以分析铁代谢参数和炎症生物标志物。
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。




