SURPASS Impella 5.5 研究

SURPASS Impella 5.5 研究是一个多中心、前瞻性与回顾性结合的观察性单臂研究,数据来自接受 Impella 5.5 标准治疗植入患者的电子健康记录,覆盖心源性休克与急性失代偿性心力衰竭人群,随访临床结局最长至一年

Abiomed Inc.Abiomed Inc.
clinicaltrials
浏览 11
表格预测Cardiogenic ShockAcute Decompensated Heart Failure
SURPASS Impella 5.5 Study

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-10

资源简介

SURPASS Impella 5.5 研究

是一个多中心、前瞻性与回顾性结合的观察性单臂研究,数据来自接受 Impella 5.5 标准治疗植入患者的电子健康记录,覆盖心源性休克与急性失代偿性心力衰竭人群,随访临床结局最长至一年。所有患者通过经 IRB 批准的知情同意豁免与 HIPAA 授权入组,在站点 IRB 批准前已接受 Impella 5.5 支持的患者进入回顾性队列。该数据集可用于分析真实世界中 Impella 5.5 的临床结局与预后因素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:心源性休克、急性失代偿性心力衰竭。一项多中心、前瞻性与回顾性、观察性单臂研究,从接受 Impella 5.5 标准治疗植入的患者的电子健康记录中收集最长一年的临床结局,无论临床情况或适应症如何。所有患者将通过经 IRB 批准的知情同意豁免与 HIPAA 授权入组。所有在调查站点于站点 IRB 批准前已接受 Impella 5.5 回顾性支持的患者将被录入 SURPASS 登记库,并指定为回顾性队列。

【主题与分类】

主题标签:Cardiogenic Shock、Acute Decompensated Heart Failure。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/NCT05100836

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/NCT05100836

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

条件:心源性休克、急性失代偿性心力衰竭。一项多中心、前瞻性与回顾性、观察性单臂研究,从电子健康记录中收集接受Impella 5.5标准治疗植入的患者长达一年的临床结局,无论临床情况或适应症如何。所有患者将通过经IRB批准的知情同意豁免和HIPAA授权入组。所有在研究中心接受Impella 5.5回顾性支持(在中心IRB批准之前)的患者将被纳入SURPASS注册研究,并指定为回顾性队列。

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