机械循环支持患者常规与临时远端灌注导管置入对比
该数据集来自 clinicaltrials.gov,聚焦接受机械循环支持(MCS)患者的远端灌注导管(DPC)置入策略,比较常规置入与临时置入

基本信息
资源简介
机械循环支持患者常规与临时远端灌注导管置入对比
该数据集来自 clinicaltrials.gov,聚焦接受机械循环支持(MCS)患者的远端灌注导管(DPC)置入策略,比较常规置入与临时置入。覆盖病种包括心源性休克、下壁急性心肌梗死、充血性心力衰竭、心肌炎和急性肢体缺血。数据可用于分析外周 MCS(如 VA-ECMO 或 Impella 经股动脉置管)后急性肢体缺血并发症的发生情况,以及 DPC 对恢复股动脉插管远端前向血流、减轻缺血并发症的作用,为临床决策和并发症风险研究提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心源性休克、下壁急性心肌梗死、充血性心力衰竭、心肌炎、急性肢体缺血。急性肢体缺血是外周机械循环支持(MCS)后公认的血管并发症,包括经股动脉插管的静脉-动脉体外膜氧合(VA-ECMO)或经皮微轴心室辅助装置(Impella),据报道发生率高达患者的10-30%。远端灌注导管(DPC)已被引入作为一种策略,以恢复股动脉插管远端的前向血流,旨在通过增加进入股浅动脉的前向血流灌注来减轻缺血并发症。体外生命支持组织(ELSO)的当前实践指南支持在外周置管时使用同侧DPC置入
【主题与分类】
主题标签:Cardiogenic Shock、Congestive Heart Failure、Myocarditis、Acute Limb Ischemia。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/NCT07482865
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/NCT07482865
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
疾病情况:心源性休克、下壁急性心肌梗死、充血性心力衰竭、心肌炎、急性肢体缺血。急性肢体缺血是外周机械循环支持(MCS)后公认的血管并发症,包括经股动脉插管的静脉-动脉体外膜氧合(VA-ECMO)或经皮微轴心室辅助装置(Impella),报道的发生率高达患者的10-30%。远端灌注导管(DPC)已被引入作为一种策略,以恢复股动脉插管远端的顺行血流,旨在通过增加顺行血流进入股浅动脉来减轻缺血性并发症。体外生命支持组织(ELSO)的当前实践指南支持在外周VA-ECMO插管时使用同侧DPC放置,以降低肢体缺血风险,并建议使用多普勒或近红外光谱(NIRS)监测足够的血流。
然而,这些推荐主要基于观察性研究和专家共识,并非源自随机对照试验证据。当前的专家共识及相关指南将接受VA-ECMO的患者应考虑常规预防性置入DPC描述为IIa类(证据级别B)推荐。若干观察性队列研究表明,与不置入DPC相比,常规预防性DPC与肢体缺血减少相关,但这些研究受混杂偏倚和临床实践模式差异的限制。回顾性数据提示,在肢体缺血发生后延迟或补救性置入DPC,在预防重大缺血后遗症方面可能不如早期置入DPC策略有效。鉴于缺乏来自随机对照试验的有力证据,在减少肢体缺血、肢体相关并发症、M持续时间方面,常规预防性置入DPC策略是否优于在临床监测指导下的临时性DPC置入,仍不确定。
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。




