2型糖尿病患者急性心肌梗死后SGLT2抑制剂使用:全国性队列研究
该数据集源自clinicaltrials.gov,聚焦2型糖尿病患者急性心肌梗死(AMI)后使用SGLT2抑制剂的全国性队列研究

基本信息
资源简介
2型糖尿病患者急性心肌梗死后SGLT2抑制剂使用:全国性队列研究
该数据集源自clinicaltrials.gov,聚焦2型糖尿病患者急性心肌梗死(AMI)后使用SGLT2抑制剂的全国性队列研究。源站描述提及DAPA-MI与EMPACT-MI两项随机对照试验,涉及达格列净与恩格列净在近期AMI患者中的心血管结局。数据可用于分析SGLT2抑制剂在AMI后早期的作用,支持心血管死亡、心力衰竭住院等复合终点的预测与评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性心肌梗死(AMI)、2型糖尿病(T2DM)。钠-葡萄糖协同转运蛋白2(SGLT2)抑制剂已在心力衰竭和慢性肾脏病患者中显示出显著的心血管获益,且不依赖于降糖作用。然而,其在急性心肌梗死(AMI)患者中的作用,尤其是在梗死后早期,尚不明确。近期,DAPA-MI和EMPACT-MI随机对照试验提供了重要见解。在DAPA-MI中,近期AMI患者接受约1年达格列净治疗改善了心脏代谢结局,但与安慰剂相比并未降低心血管死亡或心力衰竭住院的复合终点。同样,在EMPACT-MI中,AMI后高危患者接受恩格列净治疗并未显著降低风险
【主题与分类】
主题标签:Acute Myocardial Infarction (AMI)、Type 2 Diabetes Mellitus (T2DM)。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/NCT07198191
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/NCT07198191
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
条件:急性心肌梗死(AMI)、2型糖尿病(T2DM)。钠-葡萄糖协同转运蛋白2(SGLT2)抑制剂已在心力衰竭和慢性肾脏病患者中显示出显著的心血管获益,且不依赖于降糖作用。然而,其在急性心肌梗死(AMI)患者中的作用,尤其是在梗死后早期阶段,尚不明确。近期,DAPA-MI和EMPACT-MI随机对照试验提供了重要见解。在DAPA-MI中,近期发生AMI的患者接受约1年的达格列净治疗改善了心脏代谢结局,但与安慰剂相比并未降低心血管死亡或心力衰竭住院的复合终点。同样,在EMPACT-MI中,AMI后高危患者接受恩格列净治疗,与安慰剂相比并未显著降低首次心力衰竭住院或全因死亡的风险。这些发现凸显了需要补充性的大规模真实世界数据,以进一步明确SGLT2抑制剂在该人群中的临床效用。
这项由研究者发起的观察性队列研究利用韩国国民健康保险服务(NHIS)的去标识化理赔数据,评估2型糖尿病(T2DM)患者在急性心肌梗死(AMI)后使用SGLT2抑制剂相关的临床结局。研究人群包括2014年9月至2021年6月期间因AMI(ICD-10编码I21-I23)住院的成年患者(≥19岁)。患者根据索引事件后使用SGLT2抑制剂还是二肽基肽酶-4(DPP4)抑制剂进行分层。排除标准包括AMI前12个月内曾使用SGLT2抑制剂、恶性肿瘤、心源性休克或ICD-10数据缺失。关注的结局包括主要不良心血管事件(全因死亡、心血管死亡、再发MI、缺血性卒中)和出血事件(大出血、部位特异性出血、输血)。采用倾向评分匹配
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。




