非LBBB心电图模式心力衰竭患者心脏再同步化治疗反应相关因素

数据集获取

源站：https://clinicaltrials.gov/study/NCT06977217

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：心肌病、心力衰竭、非左束支传导阻滞、心脏再同步治疗。收缩性心力衰竭（HF）治疗的发病率、死亡率和医疗费用正在迅速增加。带有除颤器的心脏再同步治疗（CRT-D）在QRS波宽且射血分数低的HF患者中，以成本效益的方式减少了HF事件和死亡。然而，并非所有患者都对CRT-D有明确反应，对于那些没有心电图异常——左束支传导阻滞（非LBBB）的患者，获益较少，这构成了重大的治疗挑战。由于在这一队列中关于CRT-D反应的数据存在矛盾且有限，我们目前可能治疗了大量非LBBB的HF患者，而这些患者从该设备中获益有限或没有获益。因此，有必要更好地筛选适合这种昂贵疗法的患者。我们最近的一项研究表明，非LBBB且超声心动图反应显著的患者有临床获益，并确定了预测因素。

然而，需要在非左束支传导阻滞（non-LBBB）这一难以治疗的患者群体中，前瞻性验证这些超声心动图对CRT-D反应的预测因子，并利用机器学习的新型统计方法识别潜在的新型心电图和超声心动图预测因子。我们提出一项前瞻性、观察性、单臂研究，在目前指南推荐的队列中验证和识别超声心动图对CRT-D反应的预测因子，包括新型心电图和超声心动图标志物，并评估270例植入CRT-D且心电图呈非LBBB模式的心力衰竭患者的后续临床结局。本研究的主要目的是前瞻性验证我们先前已识别的、在非LBBB心力衰竭患者中超声心动图对CRT-D反应的临床预测因子，从而能够更好地筛选患者。我们的次要目的是识别新型心电图和超声心动图变量在预测非LBBB患者超声心动图对CRT-D反应方面的增量价值，包括QRST绝对和等心电图变量

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。