Assiut地区先天性心脏病患儿肝功能障碍患病率研究
该数据集来自clinicaltrials.gov,聚焦于埃及Assiut地区先天性心脏病(CHD)患儿中肝功能障碍的患病率研究

基本信息
资源简介
Assiut地区先天性心脏病患儿肝功能障碍患病率研究
该数据集来自clinicaltrials.gov,聚焦于埃及Assiut地区先天性心脏病(CHD)患儿中肝功能障碍的患病率研究。源站描述指出,CHD患者常因慢性静脉淤血、心输出量降低和低氧血症出现肝功能障碍,病理机制涉及右心衰竭继发的肝淤血,晚期可致纤维化和肝硬化。全球研究虽多,但埃及区域数据有限,本研究旨在填补这一空白。数据可用于分析CHD与肝功能障碍的关联、探索局部临床特征,并支持相关预测或风险评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:先天性心脏病、肝功能障碍。肝功能障碍是先天性心脏病(CHD)患者中一种有充分记录的并发症,主要由于慢性静脉淤血、心输出量降低和低氧血症所致。其病理生理机制涉及右心衰竭继发的肝淤血,晚期可导致纤维化和肝硬化。尽管全球研究已广泛探讨这种关联,但区域数据,特别是来自埃及的数据,仍然有限。在本研究中,我们旨在调查CHD患者的肝功能障碍,特别关注在埃及Assiut进行的研究,以填补局部临床认识的空白。肝脏并发症在CHD患者中很常见,或源于原发性心脏缺陷,或源于婴儿期或儿童期进行的姑息性手术,或源于输血或药物相关原因。
【主题与分类】
主题标签:Congenital Heart Disease、Liver Dysfunction。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/NCT07144501
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/NCT07144501
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
疾病:先天性心脏病、肝功能障碍。肝功能障碍是先天性心脏病(CHD)患者中已被充分记录的并发症,主要由慢性静脉淤血、心输出量降低和低氧血症引起。其病理生理机制涉及右心衰竭继发的肝脏淤血,在晚期病例中可导致纤维化和肝硬化。尽管全球研究已广泛探讨了这一关联,但区域数据,尤其是来自埃及的数据,仍然有限。在本研究中,我们旨在调查CHD患者的肝功能障碍,特别关注在埃及艾斯尤特开展的研究,以弥补局部临床认识方面的空白。肝脏并发症在CHD患者中很常见,既可能源于原发性心脏缺陷,也可能源于婴儿期或儿童期实施的姑息性外科手术,或源于输血相关或药物相关性肝炎。鉴于此类患者越来越需要肝病专科医生的专业知识。原发性肝病与伴随的CHD缺陷之间存在若干已知关联,如Abernethy畸形、Alagille综合征和胆道闭锁脾畸形综合征(BASM)。
然而,由CHD导致的肝脏疾病比与肝病相关的心脏疾病更为常见。在这些情况下,肝功能障碍可能是原发性心脏缺陷或手术姑息治疗的结果,尤其是在单心室生理(如三尖瓣闭锁)的患者中。导致肝功能障碍的机制可能是多因素的。例如,肝功能障碍可能由肝脏被动静脉淤血和缺氧共同引起,其中缺氧由CHD或伴随的肺部疾病驱动。容量超负荷和低心输出量可导致淤血性肝病和肝脏缺血。多种因素可能相互作用,导致终末期肝病。例如,患有基础肝病(如病毒性肝炎、酒精性或肥胖)的患者可能更
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。




