GANI_MED心脏队列5年随访数据集
该数据集来自clinicaltrials.gov，为GANI_MED项目两个医院患者队列（心力衰竭及心血管疾病代谢共病）的5年随访数据，覆盖慢性心力衰竭与代谢综合征人群
基本信息
资源简介
GANI_MED心脏队列5年随访数据集
Follow-up of GANI_MED Cardio Cohorts 是一个面向循环系统疾病、聚焦心力衰竭方向的随访型数据集，来源登记于 clinicaltrials.gov。该数据集围绕 GANI_MED 项目（Greifswald Approach to Individualized Medicine，格赖夫斯瓦尔德个体化医学路径）在基线期招募的两个医院患者队列展开，分别涉及慢性心力衰竭以及心血管疾病中的代谢共病，并对受试者进行为期 5 年的随访。数据集的主题标签为慢性心力衰竭与代谢综合征，所覆盖的人群即上述两类医院来源的患者队列。整体而言，该数据集以标准化方案对受试者进行综合表型刻画，并结合多组学生物标志物评估，用于支撑心力衰竭与代谢综合征相关的后续研究。
【数据集背景】
该数据集所属的 GANI_MED 项目采用个体化医学的研究路径，其基线招募工作由该项目完成，纳入对象为医院来源的两类患者队列：一类为慢性心力衰竭患者，另一类为心血管疾病背景下伴有代谢共病的患者。数据集即为这两个队列的 5 年随访。源站列出的相关疾病条件为慢性心力衰竭与代谢综合征。研究还计划与一般背景人群进行比较，该背景人群由波美拉尼亚健康研究（Study of Health in Pomerania，SHIP）刻画。
【数据内容】
数据集对受试者采用标准化方案进行综合表型评估，评估内容涵盖病史采集、实验室生物标志物检测，以及采集多种生物样本用于生物样本库目的。在此基础上，多组学层面的生物标志物评估包括全基因组基因分型、转录组、代谢组与蛋白质组分析，从而与 GANI_MED 的多层次研究路径形成互补。数据集的随访时间跨度为 5 年，覆盖慢性心力衰竭与代谢综合征相关人群。
【采集与来源】
数据来源于 clinicaltrials.gov 登记的研究，基线招募由 GANI_MED 项目实施，队列为医院来源的患者队列。受试者的表型评估依据标准化协议开展，涉及病史、实验室生物标志物与多种生物样本的采集，样本用于生物样本库保存。多组学分析涵盖全基因组基因分型、转录组、代谢组和蛋白质组。研究设计包含与 SHIP 所刻画的一般背景人群的比较。
【适用场景】
基于其队列构成与随访设计，该数据集适用于慢性心力衰竭及心血管疾病代谢共病方向的随访研究，可用于围绕病史、实验室生物标志物与多组学层面指标开展分析，并支持与一般背景人群特征进行比较的研究场景。主题标签所指向的慢性心力衰竭与代谢综合征是该数据集的核心适用领域。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT02970214
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
条件：慢性心力衰竭、代谢综合征。对两个医院患者队列（心力衰竭、心血管疾病中的代谢共病）进行5年随访，这些队列在基线时由GANI_MED项目（格赖夫斯瓦尔德个体化医学方法）招募。将使用标准化方案对受试者进行全面表型分析，以评估病史、实验室生物标志物，并采集多种生物样本用于生物样本库目的。基于多组学的生物标志物评估包括全基因组基因分型、转录组、代谢组和蛋白质组分析，补充了GANI_MED的多层次方法。将与由波美拉尼亚健康研究（SHIP）所表征的一般背景人群进行比较。
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。
