Evolocumab 用于急性心肌梗死患者
该数据集来自 clinicaltrials.gov,主题为 Evolocumab 在急性心肌梗死患者中的应用,聚焦急性冠脉综合征人群

基本信息
资源简介
Evolocumab 用于急性心肌梗死患者
该数据集来自 clinicaltrials.gov,主题为 Evolocumab 在急性心肌梗死患者中的应用,聚焦急性冠脉综合征人群。源站描述指出,尽管早期干预与二级预防不断强化,急性冠脉综合征幸存者仍可能发生复发性缺血事件及不良心脏重构,进而导致左心室功能不全与充血性心力衰竭。血管与心肌炎症在急性冠脉综合征患者中显著升高,与 LDL-C 水平密切相关,并被认为与上述不良结局相关。血清 PCSK9 水平在急性冠脉综合征患者中亦升高,可能升高 LDL-C,且临床前研究提示 PCSK9 是血管炎症的强效诱导因子。因此,在现有药物治疗基础上加用 Evolocumab 可能具有潜在价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性冠脉综合征。尽管采取了积极的早期干预和当前的二级预防策略,许多因急性冠脉综合征(ACS)住院后存活的患者仍会经历后续不良结局,包括复发性缺血事件以及与进行性左心室功能不全和充血性心力衰竭相关的不良心脏重构。ACS 患者的血管和心肌炎症显著增加,与 LDL-C 水平密切相关,并与这些不良后果相关。ACS 患者血清前蛋白转化酶枯草溶菌素/kexin 9 型(PCSK9)水平也升高,可能升高 LDL-C,且研究者的临床前研究表明,PCSK9 也是血管炎症的强效诱导因子。因此,在当前药物治疗基础上加用 evolocumab 可能具有特别
【主题与分类】
主题标签:Acute Coronary Syndrome。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/NCT04082442
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/NCT04082442
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。尽管采取了积极的早期干预和当前的二级预防策略,许多因急性冠脉综合征(ACS)住院并存活的患者仍会经历后续的不良结局,包括复发性缺血事件以及与进行性左心室功能障碍和充血性心力衰竭相关的不良心脏重构。ACS患者的血管和心肌炎症显著增加,与LDL-C水平密切相关,并与这些不良后果相关联。ACS患者血清中前蛋白转化酶枯草溶菌素/kexin 9型(PCSK9)水平也升高,可能提升LDL-C,且研究者的临床前研究表明,PCSK9也是血管炎症的有效诱导因子。因此,在现有药物治疗基础上加用依洛尤单抗可能对这些患者特别有益,通过显著降低LDL-C、稳定易损斑块以及限制炎症相关的心肌细胞丢失和由此导致的功能障碍。
在本研究中,研究者拟在急性冠脉综合征(ACS)患者队列中检验使用依洛尤单抗抑制PCSK9对LDL-C降低、血管与心肌炎症、心功能及临床结局的影响。研究者拟开展一项双盲随机研究,纳入100例急性冠脉综合征(ST段抬高型和非ST段抬高型心肌梗死)患者。100例ACS患者将在住院早期随机分配至依洛尤单抗420 mg组或安慰剂组(每组50例),同时接受当前指南导向的ACS治疗。将在就诊时、指数住院期间以及30天和6个月随访时测量血脂谱(包括LDL-胆固醇水平)以及传统和新型炎症与内皮功能血清标志物。将在梗死后早期进行正电子发射断层扫描(PET)以测量心肌和血管炎症,并进行超声心动图检查。
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。




