基于多组学整合与临床指标的心力衰竭精准分型与预后研究:前瞻性单中心队列研究
该数据集来自 clinicaltrials.gov,为前瞻性单中心队列研究,聚焦慢性心力衰竭患者(HFrEF、HFmrEF、HFpEF)及年龄性别匹配的健康对照

基本信息
资源简介
基于多组学整合与临床指标的心力衰竭精准分型与预后研究:前瞻性单中心队列研究
该数据集来自 clinicaltrials.gov,为前瞻性单中心队列研究,聚焦慢性心力衰竭患者(HFrEF、HFmrEF、HFpEF)及年龄性别匹配的健康对照。研究计划纳入400例符合2022 ESC心衰指南的CHF患者与200例无心血管疾病史的健康对照,排除急性失代偿性心衰、终末期肾病、活动性恶性肿瘤及近期使用抗生素者。核心目标是整合多组学与临床指标,建立CHF精准风险分层模型,可用于心衰分型与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性心力衰竭、射血分数降低的心力衰竭(HFrEF)、射血分数保留的心力衰竭(HFPEF)、射血分数轻度降低的心力衰竭(HFmrEF)。本前瞻性单中心队列研究聚焦慢性心力衰竭(CHF)患者(HFrEF、HFmrEF、HFpEF)及健康对照,核心目标是通过多组学-临床整合建立CHF精准风险分层模型。研究设计与入组:400例CHF患者(符合2022 ESC心衰指南)和200例年龄/性别匹配的健康对照(无心血管疾病史)。排除标准包括急性失代偿性心衰、终末期肾病、活动性恶性肿瘤及近期使用抗生素(以避免肠道微生物组干扰)。招募:在新疆医科大学第一附属医院开展,为期12个
【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/NCT07355088
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/NCT07355088
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、射血分数降低的心力衰竭(HFrEF)、射血分数保留的心力衰竭(HFPEF)、射血分数轻度降低的心力衰竭(HFmrEF)。本前瞻性单中心队列研究聚焦于慢性心力衰竭(CHF)患者(HFrEF、HFmrEF、HFpEF)及健康对照者,核心目标是通过多组学-临床整合建立CHF的精准风险分层模型。研究设计与入组 参与者:400例CHF患者(符合2022年ESC心力衰竭指南)和200例年龄/性别匹配的健康对照者(无心血管疾病史)。排除标准包括急性失代偿性心力衰竭、终末期肾病、活动性恶性肿瘤及近期使用抗生素(以避免肠道微生物组干扰)。招募:在新疆医科大学第一附属医院开展,为期12个月;符合条件的参与者在入组前将提供书面知情同意书。
数据与样本采集 基线:临床数据:NYHA功能分级、NT-proBNP、超声心动图(LVEF、LVGLS)、心脏CT(EAT密度/体积);多组学样本:血浆(通过Olink进行蛋白质组学分析,通过LC-MS进行代谢组学分析)、血液(通过微阵列进行基因组学分析)、粪便(通过16S rRNA测序进行肠道微生物组分析;对200例患者进行鸟枪法宏基因组学分析);随访:3/6/12个月访视,收集临床结局(再住院、死亡)、KCCQ生活质量评分及动态多组学样本(仅限接受SGLT2抑制剂治疗的患者)。 关键分析 多组学特征描述:通过差异表达和相关性网络分析识别表型特异性分子特征(例如HFpEF相关代谢谱);机制探索:将肠道微生物组组成与循环代谢物/炎症蛋白相关联,以阐明CHF中的“肠-心轴”;模型构建:整合多组学与临床/影像学指标,构建4个预测模型(仅临床、单组学、多组学、整合模型),并通过Harrell’s C统计量和时间依赖性ROC进行验证。
质量控制 生物样本:用唯一标识符标记,储存于-80°C;影像数据:独立复核
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。




