脉冲糖皮质激素治疗ST段抬高型心肌梗死患者
该数据集来自clinicaltrials.gov,聚焦于ST段抬高型心肌梗死患者接受脉冲糖皮质激素治疗的相关研究。数据覆盖ST段抬高型心肌梗死、炎症反应、心肌再灌注损伤及心肌损伤等主题,涉及经皮冠状动脉介入治疗(PCI)及支架植入后的预后问题

基本信息
资源简介
脉冲糖皮质激素治疗ST段抬高型心肌梗死患者
该数据集来自clinicaltrials.gov,聚焦于ST段抬高型心肌梗死患者接受脉冲糖皮质激素治疗的相关研究。数据覆盖ST段抬高型心肌梗死、炎症反应、心肌再灌注损伤及心肌损伤等主题,涉及经皮冠状动脉介入治疗(PCI)及支架植入后的预后问题。源站描述指出,尽管治疗不断改进,STEMI患者1年死亡率仍徘徊在约10%,且10%患者会发展为临床心力衰竭,其5年死亡率高达50%。该数据可用于分析糖皮质激素干预对心肌梗死预后的影响,支持心力衰竭风险预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:ST段抬高型心肌梗死、炎症反应、心肌再灌注损伤、心肌损伤。背景:使用直接经皮冠状动脉介入治疗(PCI)包括支架植入实现心肌再灌注,是ST段抬高型心肌梗死(STEMI)患者最有效的治疗方法,并显著改善预后。由于治疗的持续改进,STEMI患者的死亡率已大幅下降,但尽管有这些改进,死亡率似乎已在1年内达到约10%的平台期。此外,10%的患者会发展为临床心力衰竭,其本身5年死亡率达50%。而且,充血性心力衰竭因疲劳、呼吸困难及运动能力下降而与严重受损的生活质量相关。因此,需要进一步改进治疗以降低事件发生率。
【主题与分类】
主题标签:ST Elevation Myocardial Infarction、Inflammatory Response、Myocardial Reperfusion Injury、Myocardial Injury。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/NCT05462730
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/NCT05462730
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:ST段抬高型心肌梗死、炎症反应、心肌再灌注损伤、心肌损伤。背景:采用直接经皮冠状动脉介入治疗(PCI)包括支架植入实现心肌再灌注,是ST段抬高型心肌梗死(STEMI)患者最有效的治疗方法,可显著改善预后。由于治疗方法的不断改进,STEMI患者的死亡率已大幅下降,但尽管取得了这些进步,死亡率似乎已在1年内达到约10%的平台期。此外,10%的患者会发展为临床心力衰竭,而心力衰竭本身在5年内的死亡率为50%。而且,充血性心力衰竭因疲劳、呼吸困难及运动能力下降,与严重受损的生活质量相关。因此,需要进一步改进治疗以进一步降低事件发生率。其中一个关键目标是减少对心肌的损伤(梗死面积),以保护心脏功能并预防死亡和心力衰竭。梗死面积的一个主要驱动因素是再灌注损伤,其可能占受损心肌的 up to 50%。
再灌注损伤发生在闭塞动脉血流恢复后的最初几分钟至几小时内,因此再灌注治疗可被视为一把“双刃剑”,因为缺血性损伤可能因再灌注损伤而进一步加重。然而,再灌注损伤的现象尚未被完全理解,且尚无预防性治疗方法。多种病理生理因素可能促成再灌注损伤,其中炎症被描述为关键因素。炎症在急性心肌缺血发作后立即被诱导,并随后在再灌注后加剧。因此,炎症本身可能导致过度心肌细胞死亡,从而导致STEMI后收缩力下降和梗死面积增加。此外,在STEMI及随后的再灌注过程中,心肌开始愈合和瘢痕形成,导致心脏重塑
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。




