心源性休克登记研究：器械治疗效用与疗效
该数据集来自 clinicaltrials.gov，聚焦心力衰竭终末期并发的心源性休克（CS）。CS 死亡率高达 50% 至 80%，专家共识推荐使用更强力的机械循环支持装置（MCSD），但现有证据多为单中心小样本病例系列，且缺乏统一的分级定义
基本信息
资源简介
心源性休克登记研究：器械治疗效用与疗效
该数据集来自 clinicaltrials.gov，聚焦心力衰竭终末期并发的心源性休克（CS）。CS 死亡率高达 50% 至 80%，专家共识推荐使用更强力的机械循环支持装置（MCSD），但现有证据多为单中心小样本病例系列，且缺乏统一的分级定义。RESCUE 多中心大规模登记旨在精确刻画 CS 的不同表型及 MCSD 的作用，可用于心源性休克的表型分类、器械治疗疗效与预后相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：心力衰竭、心源性休克。心源性休克（CS）出现在多种心力衰竭病因的终末期，死亡率持续居高，范围为 50% 至 80%。专家共识建议在该患者人群中使用更强力的机械循环支持装置（MCSD）；然而，科学证据多为轶事性，主要依赖单中心小样本病例系列，更根本的是，由于缺乏统一定义来对高度异质性的 CS 病情严重程度进行分级。有必要开展设计良好的研究，以精确刻画 CS 的各种“表型”以及 MCSD 在这种死亡率仍然过高的疾病中的作用。该多中心登记将成为首个聚焦于 CS 机械循环支持（MCS）治疗的多中心大规模登记。RESCUE 的根本目标是推进
【主题与分类】
主题标签：Heart Failure、Cardiogenic Shock。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/NCT02790242
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/NCT02790242
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：心力衰竭、心源性休克。心源性休克（CS）发生于多种病因所致心力衰竭的终末期，其死亡率持续居高不下，范围为50%至80%。专家共识建议在该患者群体中使用更强大的机械循环支持装置（MCSD）；然而，科学证据多为轶事性，主要依赖于单中心小病例系列，更根本的原因在于，对于高度异质性的CS，尚无统一的定义来对其严重程度进行分级。需要精心设计的研究来精确描述CS的各种“表型”，以及MCSD在这一死亡率仍然过高的疾病中的作用。本多中心注册研究将是首个聚焦于CS机械循环支持（MCS）治疗的多中心大规模注册研究。RESCUE的根本目标是推进对MCSD的理解和应用，以改善CS患者持续低迷的生存率，具体意图如下：1. 阐明MCSD在CS中应用的当前适应证和结局。2.
重新定义CS，更准确地描述这一疾病实体，从而更好地预测结局、选择治疗策略，以及比较和设计研究。3. 促进患者选择的精细化，以借助现有及新型器械方案最大化治疗结局。4. 通过提供历史对照数据，改进并加快新型器械的临床试验。5. 制定共识性“最佳实践”指南，通过减少MCSD治疗的短期和长期并发症来改善临床管理。
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。
