CABG术后心力衰竭患者MACE风险分层
该数据集来自clinicaltrials.gov,属于循环系统疾病/心力衰竭领域,聚焦接受冠状动脉旁路移植术(CABG)的慢性心力衰竭合并冠心病患者

基本信息
资源简介
CABG术后心力衰竭患者MACE风险分层
该数据集来自clinicaltrials.gov,属于循环系统疾病/心力衰竭领域,聚焦接受冠状动脉旁路移植术(CABG)的慢性心力衰竭合并冠心病患者。PROFILE-HF为多中心、观察性、前瞻性研究,旨在基于术前GDF-15浓度,开发评估CABG术后主要不良心血管事件(MACE)风险的方法。数据收集患者检查与治疗信息,并分析GDF-15,可用于构建心血管事件风险预测模型(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、CAD - 冠状动脉疾病、CABG。PROFILE-HF是一项多中心、观察性、前瞻性研究,旨在研究接受冠状动脉旁路移植术(CABG)的慢性心力衰竭(HF)和冠状动脉疾病(CAD)患者的临床病程和结局。该研究的目的是基于术前GDF-15浓度,开发一种评估接受CABG的CAD和HF患者发生不良心血管事件风险的方法。该研究将纳入经心脏团队推荐接受冠状动脉旁路移植术、且有CHF和CAD确诊记录的患者。该研究将收集并记录患者的检查与治疗数据,这些数据将按照CAD患者既定护理标准进行,不属于研究的一部分。该研究还将分析GDF-15。在每个研究c
【主题与分类】
主题标签:Heart Failure、CAD - Coronary Artery Disease、CABG。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/NCT07480915
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/NCT07480915
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、CAD——冠状动脉疾病、CABG。PROFILE-HF是一项多中心、观察性、前瞻性研究,旨在探讨接受冠状动脉旁路移植术(CABG)的慢性心力衰竭(HF)和冠状动脉疾病(CAD)患者的临床病程和结局。该研究的目的是基于术前GDF-15浓度,开发一种评估接受CABG的CAD和HF患者不良心血管事件风险的方法。该研究将纳入经心脏团队推荐接受冠状动脉旁路移植术且确诊为CHF和CAD的患者。该研究将收集并记录患者的检查和治疗数据,这些数据将按照CAD患者既定诊疗标准进行,不属于研究的一部分。该研究还将分析GDF-15。在每个研究中心,患者入组并签署知情同意书后,将在CABG前于早晨从肘静脉采集血液。血液将采集于含有8 ml凝血激活剂的真空管(红头真空采血管)中,该管含有凝血激活剂。
血液样本的进一步分析准备包括:以2,500 rpm离心10分钟,使用移液管将血清分装至三个500 μg的Eppendorf管中,并于-20°C冷冻保存。血清样本将由专业冷链公司运输。分析将在托木斯克国家研究医学中心心脏病学研究所实验室对血清/血浆进行一次解冻后进行。本研究将设有12个月的随访期;计划在随访期结束时进行一次面对面访视。若患者无法亲自就诊,将通过电话联系患者本人、其亲属或照护者来收集信息。
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。




