住院心力衰竭等待高级治疗患者的吸气肌训练:单中心初步可行性研究

该数据集来自 clinicaltrials.gov,属于循环系统疾病/心力衰竭方向,研究对象为住院且等待高级治疗(LVAD 或心脏移植)的心力衰竭成人患者

NYU Langone HealthNYU Langone Health
clinicaltrials
浏览 8
其他回归Heart Failure
Inspiratory Muscle Training in Hospitalized Patients With Heart Failure Awaiting Advanced Therapies: a Single-center Pilot Feasibility Study

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-09

资源简介

住院心力衰竭等待高级治疗患者的吸气肌训练:单中心初步可行性研究

该数据集来自 clinicaltrials.gov,属于循环系统疾病/心力衰竭方向,研究对象为住院且等待高级治疗(LVAD 或心脏移植)的心力衰竭成人患者。研究为随机前瞻性初步试验,计划入组 30 人,分为常规物理治疗组与吸气肌训练组,干预组在物理治疗师监督下每周至少训练 5 天。两组均使用 POWERbreathe® 吸气肌训练器测量最大吸气压(MIP),并在起始、每两周及研究结束时采集 MIP、6 分钟步行试验(6MWT)距离以及静息和活动时呼吸困难等数据,可用于评估吸气肌训练在心力衰竭住院患者中的可行性与相关指标变化(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:心力衰竭、纽约心脏协会 III 级心力衰竭、纽约心脏协会 IV 级心力衰竭。这项随机前瞻性初步研究将入组 30 名因心力衰竭住院并等待高级治疗(LVAD 或心脏移植)的成人。一组将接受常规物理治疗,而干预组将接受指导使用吸气肌训练器,在物理治疗师的监督下每周至少进行 5 天。两组都将使用 POWERbreathe® 吸气肌训练器进行最大吸气压(MIP)测试。数据收集将包括最大吸气压(MIP)、6 分钟步行试验(6MWT)距离、静息和活动时呼吸困难,在起始、从起始起每两周以及研究结束时进行。

【主题与分类】

主题标签:Heart Failure。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/NCT07862738

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07862738

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:心力衰竭、纽约心脏协会分级III级心力衰竭、纽约心脏协会分级IV级心力衰竭。这项随机前瞻性初步研究将招募30名因心力衰竭住院并等待高级治疗(左心室辅助装置或心脏移植)的成年人。一组将接受常规物理治疗,而干预组将在物理治疗师的监督下,学习使用吸气肌训练器,每周至少进行5天。两组都将使用POWERbreathe®吸气肌训练器进行最大吸气压(MIP)测试。数据收集将包括最大吸气压(MIP)、6分钟步行测试(6MWT)距离、静息和运动时的呼吸困难,在开始时、从开始每两周以及研究期结束时进行。

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。

获取专属数据定制方案