探究助推心脏病学家开具心力衰竭指南I类基础与附加药物治疗的影响
该数据集来自 clinicaltrials.gov，聚焦心力衰竭患者，研究基于助推的干预对心脏病学家开具2026年欧洲心脏病学会指南I类基础药物治疗（FMT）与附加药物治疗（AMT）处方的影响
基本信息
资源简介
探究助推心脏病学家开具心力衰竭指南I类基础与附加药物治疗的影响
该数据集源自 clinicaltrials.gov，英文名称为“Investigating the Impact of Nudging Cardiologists to Prescribe Class I Recommendations Foundational- and Additional Medical Therapy in Heart Failure Patients”，属于循环系统疾病中的心力衰竭主题。数据集围绕一项研究展开：考察基于助推的干预措施能否提升心脏病学家对2026年欧洲心脏病学会指南I类基础药物治疗（FMT）与附加药物治疗（AMT）的处方行为。研究采用阶梯楔形随机对照试验设计，评估利用家庭监测与临床数据的数字化决策支持是否能够改善指南推荐药物滴定的依从性，主要结局包括心力衰竭相关住院率和全因死亡率。该数据集聚焦心力衰竭患者人群，主题标签为 Heart Failure。
【数据集背景】
心力衰竭是循环系统疾病的重要类型，其规范化药物治疗依赖于对指南推荐方案的遵循。该数据集所对应的研究关注一个具体的临床实践问题：心脏病学家在真实诊疗环境中对2026年欧洲心脏病学会指南I类基础药物治疗（FMT）与附加药物治疗（AMT）的处方情况，以及助推式干预能否改善这一处方行为。研究以阶梯楔形随机对照试验为设计框架，试图在临床工作流程中引入数字化决策支持，从而提升指南推荐药物滴定的依从性。
【数据内容】
源站描述显示，该研究的主要结局包括心力衰竭相关住院率和全因死亡率。研究涉及的核心变量围绕心脏病学家的处方行为展开，即I类基础药物治疗（FMT）与附加药物治疗（AMT）的处方；干预层面涉及基于助推的干预以及利用家庭监测和临床数据的数字化决策支持。数据集的主题标签为 Heart Failure，所属分类为循环系统疾病 / 心力衰竭。除上述内容外，源站未提供更细粒度的数据字段、样本量或随访时长等信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，研究条件为心力衰竭，研究设计为阶梯楔形随机对照试验，干预形式为基于助推的干预与数字化决策支持，并利用家庭监测和临床数据进行评估。除此之外，源站未提供具体的采集机构、采集时间范围或数据收集流程的进一步说明。
【适用场景】
基于源站描述，该数据集可用于了解心力衰竭诊疗中指南I类推荐药物处方行为的研究设计，以及助推式干预与数字化决策支持在改善药物滴定依从性方面的应用思路。其关注的主要结局——心力衰竭相关住院率与全因死亡率——提示该数据适用于与心力衰竭患者临床结局相关的研究背景。其他具体适用场景源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析指南。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或使用限制的说明。该数据集对应的研究为阶梯楔形随机对照试验设计，但源站未提供样本规模、中心数量、随访周期等可用于评估数据质量的具体信息。
【引用与许可】
源站未提供引用格式或许可条款信息。
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/NCT06844006
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：心力衰竭。本研究探讨基于助推的干预措施对提高心脏病专家在2026年欧洲心脏病学会指南I类基础药物治疗（FMT）和附加药物治疗（AMT）处方率的影响。采用阶梯楔形随机对照试验设计，我们评估利用家庭监测和临床数据的数字决策支持是否能增强对指南推荐药物滴定的依从性。主要结局包括心衰相关住院率和全因死亡率。
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。
