REMAP ECMO - Beta受体调节试验
该数据集来自 clinicaltrials.gov，聚焦于心力衰竭与心源性休克患者接受静脉-动脉体外膜氧合（V-A ECMO）支持后的临床问题
基本信息
资源简介
REMAP ECMO - Beta受体调节试验
该数据集来自 clinicaltrials.gov，聚焦于心力衰竭与心源性休克患者接受静脉-动脉体外膜氧合（V-A ECMO）支持后的临床问题。源站描述指出，尽管V-A ECMO应用日益广泛，仍有30%至70%的患者无法撤机，且高达50%的患者在一年内死亡，主要原因在于心脏在正性肌力药物和高交感张力下难以恢复。由于V-A ECMO提供了器官灌注不依赖自身心输出量的“安全窗口”，治疗焦点可转向以β受体阻滞剂为代表的心脏保护治疗。该数据可用于分析撤机失败与死亡风险，并评估β受体调节干预的潜在效果（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。尽管静脉-动脉体外膜氧合（V-A ECMO）带来巨大益处且使用迅速增加，但即使在今天，仍有30%至70%的患者无法脱离ECMO支持，高达50%的患者最终会在第一年内死亡。这些高死亡率和V-A ECMO支持撤机失败的发生率似乎主要归因于在正性肌力药物给药和因严重疾病导致的高交感张力（进一步加重已经衰竭的心脏）背景下心脏无法恢复。由于V-A ECMO支持创造了一个“安全窗口”，在此窗口内器官灌注不再依赖自身心输出量，治疗重点可以转向心脏保护治疗。心脏保护治疗通常包括β受体阻滞剂（BB），它们已明确显示对死亡率和
【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/NCT06522594
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/NCT06522594
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。尽管静脉-动脉体外膜氧合（V-A ECMO）带来了巨大益处且其应用迅速增加，但时至今日，仍有30%至70%的患者无法脱离ECMO支持，且高达50%的患者最终会在第一年内死亡。这些高死亡率及V-A ECMO支持脱机失败的发生率，似乎在很大程度上归因于在正性肌力药物使用及因严重疾病导致的高交感神经张力（进一步加重已衰竭的心脏）背景下心脏无法恢复。由于V-A ECMO支持创造了一个“安全窗口”，使器官灌注不再依赖自身心输出量，治疗重点便可转向心脏保护性治疗。心脏保护性治疗通常包括β受体阻滞剂（BB），此类药物在射血分数降低的心力衰竭（HFrEF）等其他患者群体中已明确显示出对死亡率和发病率的益处。研究者假设，在接受V-A ECMO支持的心源性休克选定患者中，应用BB是可行且安全的，并能有效降低心率。
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。
