PROMIS 第一波第二期慢性心力衰竭数据集
该数据集来自 search.dataone.org,聚焦循环系统疾病中的慢性心力衰竭,评估 PROMIS 选定域在重度心力衰竭接受心脏移植患者中的效度(含反应度)

基本信息
资源简介
PROMIS 第一波第二期慢性心力衰竭数据集
PROMIS 1 Wave 2 Chronic Heart Failure (CHF)
该数据集来自 search.dataone.org,聚焦循环系统疾病中的慢性心力衰竭,评估 PROMIS 选定域在重度心力衰竭接受心脏移植患者中的效度(含反应度)。研究在患者进入心脏移植登记时及移植后 8-12 周两个时间点采集临床与患者报告评估,临床指标包括 NYHA 分级和六分钟步行试验,患者报告工具包括 KCCQ 等。数据可用于心力衰竭患者移植前后功能与症状变化分析、PROMIS 量表效度验证及相关预测建模研究(来源 DataONE,http://creativecommons.org/publicdomain/zero/1.0 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):本研究旨在评估选定的 PROMIS 域对接受心脏移植的重度心力衰竭患者的效度(包括反应度)。心脏移植往往会在相对较短的时间(即 8-12 周)内使心脏功能发生较大变化。本研究在两个时间点评估患者:患者被列入心脏移植登记时的基线,以及移植手术后 8-12 周。大多数患者预期最早在移植后 8-12 周显示出移植获益。临床和患者报告评估在基线和 8-12 周(研究结束)进行。功能的临床指标包括纽约心脏协会(NYHA)分级和六分钟步行试验。堪萨斯城心肌病问卷(KCCQ),一种疾病特异性
【主题与分类】
主题标签:Depression、Medicine, Health and Life Sciences、Fatigue、Heart Failure、Social Sciences、PROMIS、Physical Function。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A9aa7d98592f7efb712336c240e6b45997e2a175062d595fa2180e3c032ef521d
使用许可:http://creativecommons.org/publicdomain/zero/1.0。
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
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
本研究旨在评估所选PROMIS领域对接受心脏移植的严重心力衰竭患者的有效性(包括反应性)。心脏移植往往会在相对较短的时间内(即8-12周)使心脏功能发生较大变化。本研究在两个时间点对患者进行评估:基线时(患者被列入心脏移植登记册时)以及移植手术后8-12周。大多数患者预期在移植手术后8-12周最早显现出移植手术的获益。临床评估和患者报告评估在基线时和8-12周时(研究结束时)进行。功能的临床指标包括纽约心脏协会(NYHA)分级和六分钟步行试验。堪萨斯城心肌病问卷(KCCQ)是一种疾病特异性健康相关生活质量(HRQOL)测量工具,被用作参照,以了解PROMIS条目库的相对有效性(包括反应性)。测量工具包括PROMIS计算机自适应测试(CATS)。
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。




