慢性稳定性右心衰螺内酯治疗试验
该数据集来自 clinicaltrials.gov，聚焦慢性稳定性右心衰患者中螺内酯治疗的研究。覆盖慢性右心衰、肺动脉高压及右心室心肌病等疾病人群，属于循环系统疾病/心力衰竭分类
基本信息
资源简介
慢性稳定性右心衰螺内酯治疗试验
该数据集来自 clinicaltrials.gov，聚焦慢性稳定性右心衰患者中螺内酯治疗的研究。覆盖慢性右心衰、肺动脉高压及右心室心肌病等疾病人群，属于循环系统疾病/心力衰竭分类。研究为4期、单中心、随机、双盲、安慰剂对照试验，评估螺内酯这一醛固酮拮抗剂对神经激素活性与重构的安全性、耐受性及机制效应。数据可用于分析神经激素治疗在慢性右心衰中的作用，以及右心衰预后相关因素（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：慢性右心衰、肺动脉高压、原发性肺动脉高压2、原发性肺动脉高压3、原发性肺动脉高压4、右心室心肌病。本研究是一项4期、单中心、随机、双盲、安慰剂对照试验，评估螺内酯（一种醛固酮拮抗剂）对慢性右心衰（RHF）患者神经激素活性与重构的安全性、耐受性和机制效应。RHF是包括肺动脉高压（PH）和左心衰在内的多种心脏疾病状态中最重要的预后预测因素之一。交感神经系统激活在心衰的发生和进展中起重要作用。神经激素治疗在慢性右心衰中是否有作用仍有待确定，但证据指向
【主题与分类】
主题标签：Chronic Right-Sided Heart Failure、Pulmonary Arterial Hypertension、Pulmonary Hypertension, Primary, 2、Pulmonary Hypertension, Primary, 3、Pulmonary Hypertension, Primary, 4、Cardiomyopathy Right Ventricular。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/NCT03344159
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/NCT03344159
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
疾病状况：慢性右心衰竭、肺动脉高压、原发性肺动脉高压2型、原发性肺动脉高压3型、原发性肺动脉高压4型、右心室型心肌病。本研究是一项4期、单中心、随机、双盲、安慰剂对照试验，旨在评估醛固酮拮抗剂螺内酯在慢性右心衰竭（RHF）患者中对神经激素活性及重构的安全性、耐受性和机制性效应。RHF是包括肺动脉高压（PH）和左心衰竭在内的多种心脏疾病状态中最重要的预后预测因素之一。交感神经系统激活在心衰的发生和发展中起着重要作用。神经激素治疗在慢性右心衰竭中是否具有作用仍有待确定，但有证据表明交感神经系统刺激以及肾素-血管紧张素和醛固酮系统的激活是进行性右心衰竭的促成因素。该研究将确定螺内酯治疗是否与右心室壁应力降低相关。
此外，该研究旨在评估螺内酯对通过PET（正电子发射断层扫描）成像中HED（11C-羟基麻黄碱）保留所评估的心脏交感神经活性的影响，以及对通过心率变异性评估的整体自主神经功能的影响。大约30名右心衰竭患者将被随机分配接受每日螺内酯或安慰剂治疗。
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。
