多中心协作提升心源性休克管理质量与结局

数据集获取

源站：https://clinicaltrials.gov/study/NCT05185492

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：心源性休克、急性心肌梗死。心源性休克（CS）是一种血流动力学复杂且致死率高的综合征，其特征为明显的循环衰竭和终末器官低灌注，源于严重受损的心肌收缩力。尽管在早期再灌注和区域化救治系统方面取得了进展，但时至今日，它仍是急性心肌梗死（AMI）后院内死亡的主要原因，死亡率超过40%。CS还具有多因素性，其病因超出了急性冠状动脉血栓形成的范围，因为超过60%的病例可能由急性失代偿性心力衰竭（ADHF）引起，这是一组异质性疾病的集合，目前对其了解甚少，且结局同样不佳。此外，尽管与传统的主动脉内球囊反搏泵（IABP）相比，能够提供更大操作血流动力学支持的经皮机械循环支持装置（pMCS）日益受到关注并被大量采用，但它们尚未显示出生存获益。

在缺乏随机试验为临床诊疗提供依据的情况下，人们越来越关注开发一种算法化方法来指导CS管理，其基础是：1）早期疾病识别；2）使用纳入全面血流动力学的标准化命名法进行分类；3）选择性的、针对表型的靶向循环支持；以及4）多学科团队协作诊疗。尽管采用此类方法的美国CS注册研究初步短期结果良好，但在CS诊疗的若干临床领域仍存在知识空白，包括：1）诊断时侵入性血流动力学和风险分层工具的预后验证；2）针对AMI-CS患者采用当代疗法进行血运重建的最佳实践；3）CS不同严重程度分期之间结局的临床预测因素；4）不同诊疗模式（中心辐射网络

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。