专科糖尿病与心脏门诊及2型糖尿病合并心血管疾病患者中未识别心力衰竭的检测效果
该数据集来自clinicaltrials.gov,聚焦2型糖尿病合并心血管疾病人群,主题涵盖心血管疾病、心脏代谢疾病、2型糖尿病、糖尿病与心力衰竭、射血分数保留的心力衰竭(HFpEF)及糖尿病并发症

基本信息
资源简介
专科糖尿病与心脏门诊及2型糖尿病合并心血管疾病患者中未识别心力衰竭的检测效果
该数据集来自clinicaltrials.gov,聚焦2型糖尿病合并心血管疾病人群,主题涵盖心血管疾病、心脏代谢疾病、2型糖尿病、糖尿病与心力衰竭、射血分数保留的心力衰竭(HFpEF)及糖尿病并发症。源站描述指出2型糖尿病全球患病率约11.1%,心血管疾病仍是该人群发病和死亡的主要原因,且与慢性低度炎症及代谢血管异常相关,HFpEF尤其具有挑战性。数据可用于研究专科糖尿病与心脏门诊对未识别心力衰竭的检测效果及相关心血管风险评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心血管疾病、心脏代谢疾病、2型糖尿病、糖尿病与心力衰竭、射血分数保留的心力衰竭(HFpEF)、糖尿病并发症。背景与理由:2型糖尿病(T2D)是一项重大且日益严峻的全球健康挑战,估计影响全球11.1%的成年人口。尽管治疗取得了实质性进展,心血管疾病(CVD)仍是T2D患者发病和死亡的主要原因。T2D与慢性低度炎症及多种代谢和血管异常相关,这些异常促成心血管并发症和心肌重构。因此,T2D患者发生动脉粥样硬化性疾病和心力衰竭的风险增加,尤其是射血分数保留的心力衰竭(HFpEF)。HFpEF仍然特别具有挑战性
【主题与分类】
主题标签:Cardiovascular Disease、Cardiometabolic Diseases、Diabetes Type 2、Diabetes and Heart Failure、Diabetes Complication。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/NCT07878325
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/NCT07878325
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:心血管疾病、心血管代谢疾病、2型糖尿病、糖尿病与心力衰竭、射血分数保留的心力衰竭(HFpEF)、糖尿病并发症。背景与依据 2型糖尿病(T2D)是一项重大且日益严峻的全球健康挑战,估计影响全球11.1%的成年人口。尽管治疗取得了实质性进展,心血管疾病(CVD)仍是T2D患者发病和死亡的主要原因。T2D与慢性低度炎症及多种代谢和血管异常相关,这些因素促发心血管并发症和心肌重构。因此,T2D患者发生动脉粥样硬化性疾病和心力衰竭的风险增加,尤其是射血分数保留的心力衰竭(HFpEF)。HFpEF的诊断仍尤为具有挑战性,既往研究提示,在T2D患者中存在着相当数量的既往未被识别的HFpEF负担。
近期重大治疗进展,包括钠-葡萄糖协同转运蛋白2抑制剂(SGLT2i)、胰高血糖素样肽-1受体激动剂(GLP1-RA)和非甾体类盐皮质激素受体拮抗剂,已改变了心脏和血管并发症的预防,在HFpEF、心血管结局和糖尿病肾病中已证实获益。除心血管保护外,这些疗法还可能改善全身炎症、冠状动脉斑块体积和心脏功能。然而,尽管治疗选择不断增加,循证疗法在临床实践中的实施仍不理想。当前的诊疗模式往往较为分散,心内科、内分泌科、肾内科和初级保健各自独立运作。这可能导致治疗优化延迟、指南实施不一致以及患者不便和医疗费用增加。更重要的是,多病共存患者,例如合并CVD和T2D的患者,可能尤其容易受到这些局限性的影响。心脏代谢门诊(CMC)的建立旨在通过结合com
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。




