内科住院患者流行病学聚类评估:至少含心力衰竭、COPD、肾衰竭之一诊断的FADOI IN-CluDiMI研究
该数据集来自clinicaltrials.gov,聚焦内科住院患者中常见慢性病的流行病学聚类,涉及心力衰竭、慢性阻塞性肺疾病(COPD)和慢性肾脏病(CKD)

基本信息
资源简介
内科住院患者流行病学聚类评估:至少含心力衰竭、COPD、肾衰竭之一诊断的FADOI IN-CluDiMI研究
该数据集来自clinicaltrials.gov,聚焦内科住院患者中常见慢性病的流行病学聚类,涉及心力衰竭、慢性阻塞性肺疾病(COPD)和慢性肾脏病(CKD)。随着医疗改善,内科病房患者年龄与临床复杂度增加,多重慢病普遍存在,与更高死亡率、功能下降和较差生活质量相关。疾病聚类概念超越简单多重患病或共病,通过分组统计相关的疾病状态来理解其相互联系、共同危险因素和病理生理机制。该数据可用于识别与内科最常见慢性病相关的疾病聚类,支持观察性、多中心研究分析(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、慢性阻塞性肺疾病(COPD)、慢性肾脏病(CKD)。医疗护理的改善导致内科病房收治患者的年龄和临床复杂度均增加,其特征为多种慢性疾病。多重慢病是老年人的常见问题,与更高的死亡率、功能下降和较差的生活质量显著相关。“疾病聚类”的概念超越了简单的多重患病或共病,通过将统计学上相关的疾病状态分组,以理解其相互联系、共同危险因素和病理生理机制。目标是识别与内科最常见的慢性病相关的这些聚类:心力衰竭、慢性阻塞性肺疾病(COPD)和慢性肾脏病。这是一项观察性、多中心、前
【主题与分类】
主题标签:Heart Failure、Chronic Kidney Disease (CKD)。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/NCT07660757
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/NCT07660757
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:心力衰竭、慢性阻塞性肺疾病(COPD)、慢性肾脏病(CKD)。医疗水平的提升使得内科病房收治的患者在年龄和临床复杂性上均有所增加,其特征为多种慢性疾病并存。多病共存是老年人中的常见问题,与较高的死亡率、功能衰退及较差的生活质量显著相关。“疾病聚集”的概念超越了简单的多病共存或共病,它通过将统计学上相关联的疾病状况进行分组,以理解其相互联系、共同风险因素及病理生理机制。目标是识别与内科最常见的慢性疾病相关的这些聚集:心力衰竭、慢性阻塞性肺疾病(COPD)和慢性肾脏病。这是一项由FADOI基金会(内科医院协会联合会)赞助的观察性、多中心、前瞻性、全国性研究,属于非营利性研究项目。
该研究旨在纳入约50个内科单位,每个单位目标连续入组约100名成年患者,每个病理组总计至少1500名受试者。
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。




