欧洲感染性心内膜炎外科登记

该数据集来自 clinicaltrials.gov,为欧洲感染性心内膜炎外科登记,聚焦需接受心脏手术的感染性心内膜炎患者

University Hospital, EssenUniversity Hospital, Essen
clinicaltrials
浏览 10
表格预测Infective EndocarditisCardiac SurgeryOutcomes
SURgical Registry of ENDocarditis EuRope

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-17

资源简介

欧洲感染性心内膜炎外科登记

该数据集来自 clinicaltrials.gov,为欧洲感染性心内膜炎外科登记,聚焦需接受心脏手术的感染性心内膜炎患者。源站描述指出该病全球发病率约每10万人口每年3-10例且西方世界呈上升趋势,患者异质性强、围术期并发症与死亡率持续偏高,常见并发症包括心力衰竭、全身炎症反应、血管麻痹和脓毒症。数据可用于分析患者特征与手术结局,支持围术期风险预测与预后研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:感染性心内膜炎、心脏手术、结局。感染性心内膜炎(IE)目前是一种相对罕见但全球性的疾病(每10万人口每年3-10例IE),发病率不断上升,尤其是在西方世界。IE仍与高发病率和高死亡率、住院时间延长、再感染风险高、患者预后显著恶化、生活质量大幅下降相关,并且在任何情况下都构成各自医疗系统的重大财务负担[1-11]。因感染性心内膜炎(IE)需要接受心脏手术的患者具有异质性,并表现出持续较高的围术期发病率和死亡率。尽管采取了最佳且个体化的围术期管理策略,围术期并发症如心力衰竭、全身炎症反应、血管麻痹和脓毒症仍是主要的再

【主题与分类】

主题标签:Infective Endocarditis、Cardiac Surgery、Outcomes。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/NCT05563662

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05563662

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

关键词:感染性心内膜炎,心脏手术,结局。感染性心内膜炎(IE)目前是一种相对罕见但全球性的疾病(每年每10万人口中有3-10例IE),其发病率正在上升,尤其是在西方国家。IE仍与高发病率和高死亡率、住院时间延长、再感染风险高、患者预后显著恶化、生活质量大幅下降相关,并且无论如何都对各相关医疗系统构成重大经济负担[1-11]。因感染性心内膜炎(IE)需要接受心脏手术的患者具有异质性,且围手术期发病率和死亡率持续居高不下。尽管采取了最佳且个体化的围手术期管理策略,围手术期并发症如心力衰竭、全身炎症反应、血管麻痹和脓毒症仍是心脏手术后不良结局的主要原因。

当前的欧洲多中心感染性心内膜炎注册研究(欧洲感染性心内膜炎外科注册研究——SURRENDER)旨在记录并恰当分析当前的外科治疗选择、围手术期辅助治疗策略以及患者的短期和长期结局。

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。

获取专属数据定制方案