心脏移植前后睡眠呼吸障碍的患病率与动态变化

该数据集来自 clinicaltrials.gov,聚焦终末期心力衰竭患者在接受心脏移植前后睡眠呼吸障碍的患病率与动态变化

Heart and Diabetes Center North-Rhine WestfaliaHeart and Diabetes Center North-Rhine Westfalia
clinicaltrials
浏览 10
文本预测Sleep Disordered Breathing CentralHeart FailureHeart Transplantation
Prevalence and Dynamic of Sleep-disordered Breathing in Patients Pre and Post Heart Transplantation

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-11

资源简介

心脏移植前后睡眠呼吸障碍的患病率与动态变化

该数据集来自 clinicaltrials.gov,聚焦终末期心力衰竭患者在接受心脏移植前后睡眠呼吸障碍的患病率与动态变化。睡眠呼吸障碍被认为在终末期心力衰竭患者中高发,且与死亡率升高相关。本研究旨在探讨心脏移植前后该障碍的患病率及演变,因为相关研究极少,既往报告提示移植可能改变睡眠呼吸障碍的表现。心脏移植患者中睡眠呼吸障碍及其残留影响的情况与后果尚不明确,将作为本研究的主题。数据可用于分析移植前后呼吸障碍的变化趋势与相关结局(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:中枢性睡眠呼吸障碍、心力衰竭、心脏移植。睡眠呼吸障碍被认为在终末期心力衰竭患者中呈现高患病率,且睡眠呼吸障碍的存在与死亡率增加相关。本研究旨在调查终末期心力衰竭患者在接受心脏移植前后睡眠呼吸障碍的患病率与动态变化,因为该主题迄今极少被研究,且既往报告提示心脏移植可能改变睡眠呼吸障碍的实体。心脏移植患者中睡眠呼吸障碍或残留影响的情况与后果尚未被充分理解,将成为本研究的主题。

【主题与分类】

主题标签:Sleep Disordered Breathing Central、Heart Failure、Heart Transplantation。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/NCT03026634

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/NCT03026634

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

研究条件:中枢性睡眠呼吸障碍、心力衰竭、心脏移植。睡眠呼吸障碍被认为在终末期心力衰竭患者中具有高患病率,且睡眠呼吸障碍的存在与死亡率增加相关。本研究旨在探讨终末期心力衰竭患者心脏移植前后睡眠呼吸障碍的患病率及动态变化,因为该主题目前研究甚少,且既往报告提示心脏移植可改变睡眠呼吸障碍的实质。心脏移植患者中睡眠呼吸障碍或残留症状的环境因素及影响尚不明确,将成为本研究的研究对象。

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