慢性心力衰竭患者的肠道菌群移植
该数据集来自 clinicaltrials.gov,主题为慢性心力衰竭患者的肠道菌群移植(IMT)。源站描述指出,慢性心力衰竭部分由炎症介导,假设其病理生理与肠道菌群失调相关,涉及革兰阴性脂多糖产生菌富集、尿毒症毒素产生菌富集以及短链脂肪酸产生菌耗竭等机制

基本信息
资源简介
慢性心力衰竭患者的肠道菌群移植
该数据集来自 clinicaltrials.gov,主题为慢性心力衰竭患者的肠道菌群移植(IMT)。源站描述指出,慢性心力衰竭部分由炎症介导,假设其病理生理与肠道菌群失调相关,涉及革兰阴性脂多糖产生菌富集、尿毒症毒素产生菌富集以及短链脂肪酸产生菌耗竭等机制。研究假设 IMT 治疗可增加肠道多样性、减轻炎症并改善功能状态与血流动力学应激生物标志物。该试验为 1 期、单中心、开放设计,可用于心力衰竭与肠道菌群相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性心力衰竭。假设:慢性心力衰竭被认为部分由炎症介导。主要假设基于以下前提:慢性心力衰竭的病理生理部分由低多样性、失调的肠道菌群所引发的炎症驱动,其至少通过三种机制:i)革兰阴性脂多糖(LPS)产生菌富集;ii)具有尿毒症毒素产生潜力的微生物富集,尤其是在慢性心力衰竭中常见的肾功能受损情况下;iii)短链脂肪酸(SCFA)产生菌耗竭,而短链脂肪酸是已知的重要抗炎分子。研究者假设 IMT 治疗将增加肠道多样性、减轻炎症并改善功能状态和血流动力学应激的生物标志物。临床试验阶段:1。研究设计与参与者:单中心、开
【主题与分类】
主题标签:Chronic 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/NCT07490054
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/NCT07490054
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
病症:慢性心力衰竭。假设:慢性心力衰竭被认为部分由炎症介导。主要假设基于这样一个前提:慢性心力衰竭的病理生理学部分由低多样性、失调的肠道微生物群引发的炎症驱动,这一过程至少通过三种机制实现:i) 增加革兰氏阴性脂多糖(LPS)产生菌的丰度;ii) 增加具有尿毒症毒素产生潜力的微生物,尤其是在慢性心力衰竭中常见的肾功能受损情况下;iii) 减少已知具有重要抗炎作用的短链脂肪酸(SCFA)产生菌。研究者假设,IMT治疗将增加肠道多样性,减少炎症,并改善功能能力和血流动力学应激的生物标志物。临床试验阶段:1期。研究设计与参与者:单中心、开放标签研究,旨在评估IMT在慢性心力衰竭患者中的安全性和可行性。
在获得知情同意后,年龄18岁及以上、诊断为充血性心力衰竭(CHF)且非由急性心肌炎或浸润性疾病所致的个体将被纳入研究,接受为期7天的抗生素预处理,随后每日进行IMT,再持续7天。在接受抗生素和IMT之前,受试者将接受纳入/排除标准筛查、病史和用药访谈,并签署知情同意书。此外,在进行IMT和抗生素预处理之前,将采集基线的血液和粪便样本,患者将接受六分钟步行试验、超声心动图和生存质量问卷(emPHasis-10,一种经过验证的简短问卷,用于评估CHF患者的健康相关生存质量)。在7天抗生素预处理后、开始主动IMT治疗之前,将额外采集一份粪便样本。患者将在第1-21天通过电话、视频或面对面访视,或在线症状调查进行随访,此后每月随访一次,直至IMT后6个月,以筛查严重不良事件(SAEs)和不良
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。




