远程监测心力衰竭中糖尿病与体重变异性的预后影响
该数据集来自法国全国性心力衰竭远程患者监测项目，覆盖2018年9月至2024年4月入组的成年慢性心力衰竭患者，包含人口学特征、心衰严重程度指标、合并症及治疗信息，以及远程监测中重复测量的体重数据
基本信息
资源简介
远程监测心力衰竭中糖尿病与体重变异性的预后影响
该数据集对应的是一项回顾性、多中心观察性队列研究，聚焦糖尿病与体重变异性在远程监测心力衰竭患者中的预后影响。研究依托法国一项全国性心力衰竭远程患者监测项目开展，该项目通过数字化症状与体重监测、自动预警以及与医疗服务提供者的协调，支持慢性心力衰竭患者的日常临床管理。数据集覆盖2018年9月至2024年4月入组的成年慢性心力衰竭患者，记录入组时的人口学特征、心力衰竭严重程度指标、合并症及治疗信息，并包含远程监测过程中重复测量的体重数据，用于计算短期体重变异性，以反映患者动态生理状态。数据集主题涉及慢性心力衰竭、2型糖尿病及糖尿病。
【数据集背景】
该数据集来源于法国一项全国性心力衰竭远程患者监测项目。该项目面向慢性心力衰竭患者的常规临床管理，借助数字化手段开展症状与体重监测，设置自动预警机制，并与医疗服务提供者进行协调。相关研究为回顾性、多中心观察性队列研究，旨在评估糖尿病及体重变异性对远程监测心力衰竭患者预后的影响。研究纳入对象为成年慢性心力衰竭患者，入组时间范围为2018年9月至2024年4月。
【数据内容】
数据集记录的内容包括入组时采集的临床特征，具体涵盖人口学信息、心力衰竭严重程度指标、合并症情况以及治疗信息。此外，数据集还包含远程监测过程中反复测量的体重数据，这些重复测量值可用于计算短期体重变异性，作为反映患者动态生理状态的标志。主题标签包括慢性心力衰竭、2型糖尿病和糖尿病。关于数据的具体变量数量、记录条数、体重测量频次及变异性计算的具体方法，源站未提供。
【采集与来源】
数据来源于法国一项全国性心力衰竭远程患者监测项目的项目数据库。入组患者的临床特征从该数据库中提取。体重数据来自远程监测过程中的重复测量。研究类型为回顾性、多中心观察性队列研究，入组时间为2018年9月至2024年4月。源站为clinicaltrials.gov。关于各参与中心的具体数量与分布、数据提取的具体时间节点，源站未提供。
【适用场景】
基于现有信息，该数据集可用于围绕慢性心力衰竭患者远程监测场景开展研究，尤其是探讨糖尿病合并情况与短期体重变异性对患者预后的影响。其数据内容涉及人口学、心衰严重程度、合并症、治疗及重复体重测量，适合用于观察性队列分析、预后相关因素评估以及远程监测指标（如体重变异性）的临床意义研究。关于其他具体应用方向，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、变量字典、体重变异性计算公式及统计分析建议等均未提及。
【质量与限制】
该研究为回顾性、多中心观察性队列设计，数据来自常规临床管理项目数据库。关于样本量、缺失数据情况、数据质量控制措施、随访时长及潜在偏倚等信息，源站未提供。
【引用与许可】
源站未提供引用格式与许可信息。
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/NCT07561866
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、2型糖尿病、糖尿病（DM）。本回顾性、多中心观察性队列研究使用法国一项全国性心力衰竭远程患者监测项目的数据开展。该项目通过数字化症状与体重监测、自动预警以及与医疗服务提供者的协调，支持慢性心力衰竭患者的常规临床管理。研究纳入2018年9月至2024年4月期间入组的成年患者。入组时记录的临床特征从项目数据库中提取，包括人口学资料、心力衰竭严重程度指标、合并症情况及治疗信息。利用远程监测期间获得的重复体重测量值计算短期体重变异性，作为动态生理状态的标志。主要目的是评估糖尿病与慢性心力衰竭患者生存之间的关联。次要目的包括评估总体合并症负担和短期体重变异性对生存的影响，以及探索糖尿病、年龄与多病共存之间的交互作用。
所有治疗和监测均为常规医疗的一部分。研究方案未指定任何干预措施。统计分析包括生存建模和多变量调整，以识别结局的独立预测因素。
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。
