CREST-2 注册登记研究
其目标包括促进 CREST-2 快速启动与完成入组、由经验丰富的术者实施 CAS、密切监测临床结局,并防止在注册登记之外不当使用 CAS

基本信息
资源简介
CREST-2 注册登记研究
CREST-2 Registry 是来自 clinicaltrials.gov 的注册登记数据集,聚焦颈动脉疾病(Carotid Artery Diseases),本站归类于循环系统疾病下的心力衰竭。其目标包括促进 CREST-2 快速启动与完成入组、由经验丰富的术者实施 CAS、密切监测临床结局,并防止在注册登记之外不当使用 CAS。数据采集依托 SVS VQI 与 ACC NCDR 的既有基础设施,介入医生需选择其一录入数据,并由其注册登记机构将去标识化病例信息传输至 C2R 进行审核。该数据可用于颈动脉疾病介入治疗的真实世界结局监测与相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:颈动脉疾病。目标:1. 促进 CREST-2 快速启动并完成入组 2. CAS 将由经验丰富的术者实施 3. 临床结局将被密切监测 4. 防止在注册登记之外不当使用 CAS 注册登记数据采集:该注册登记将利用血管外科学会(SVS)血管质量倡议(VQI)和美国心脏病学会(ACC)国家心血管数据注册(NCDR)现有的数据采集基础设施。两个组织均已同意参与此项工作。数据采集与传输的具体流程为: 介入医生必须选择一个注册登记,即 SVS VQI 或 ACC NCDR,来录入数据。 介入医生指示其所属注册登记将其病例的去标识化信息传输至 C2R。* 病例由 C2R Manage 审核
【主题与分类】
主题标签:Carotid Artery Diseases。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/NCT02240862
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/NCT02240862
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:颈动脉疾病。目标:1. 促进CREST-2研究招募的快速启动与完成。2. CAS将由经验丰富的操作者执行。3. 临床结果将受到密切监测。4. 防止在注册研究之外不当使用CAS。注册数据收集:该注册研究将利用血管外科学会(SVS)血管质量倡议(VQI)和美国心脏病学会(ACC)国家心血管数据注册(NCDR)现有的数据收集基础设施。两家组织均已同意参与此项工作。数据收集与传输的具体流程如下:* 介入医生必须选择一个注册系统,即SVS VQI或ACC NCDR,来录入数据。* 介入医生指示其所在注册系统将其实践病例的去标识化信息传输至C2R。* 病例由C2R管理委员会审核。* 病例报告,包括是否符合CREST-2入组条件,将被保存。这些报告将便于对C2R介入医生进行密切监测。* C2R管理委员会及其他相关方(NINDS、CMS)将定期获知进展。
该登记研究将收集关键合并症的信息,并将结局指标限制为颈动脉试验中常见的、必要的、易于使用的标准化指标,包括美国国立卫生研究院卒中量表(NIH Stroke Scale)和改良Rankin量表(mRS)。30天随访将面对面进行,包括病史采集、体格检查和检测。* 人口统计学和病史:性别、症状状态、拟治疗的颈动脉、高血压、糖尿病、冠状动脉疾病、充血性心力衰竭和肾衰竭。* 监测入组情况:该登记研究还将收集代表CREST-2随机试验纳入/排除标准特征的信息。目的是便于监测C2R中入组患者的类型,并确保符合CREST-2条件的患者不会被过度入组至
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。




