HEARTFELT 研究
HEARTFELT 研究是由 clinicaltrials.gov 收录的、面向慢性心力衰竭患者的交叉随机化研究数据。研究通过美国远程患者监测提供方(RPMP)招募参与者,在标准护理与 Heartfelt 设备使用之间进行交叉随机化,每阶段 162 天,设备采集数据并向 RPMP 发送健康警报,RP

基本信息
资源简介
HEARTFELT 研究
是由 clinicaltrials.gov 收录的、面向慢性心力衰竭患者的交叉随机化研究数据。研究通过美国远程患者监测提供方(RPMP)招募参与者,在标准护理与 Heartfelt 设备使用之间进行交叉随机化,每阶段 162 天,设备采集数据并向 RPMP 发送健康警报,RPMP 按方案化干预流程响应。数据可用于分析设备监测指标与健康事件的关系、评估远程监测警报对心力衰竭管理的作用,以及支持相关预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:心力衰竭、慢性心力衰竭。参与者将通过位于美国的远程患者监测提供方(RPMP)招募,采用标准护理与 Heartfelt 设备使用之间的交叉随机化,健康警报发送至 RPMP。RPMP 在响应升级警报时遵循方案化干预。研究设计为以下两组的交叉随机化: 标准护理(对照),162 天:设备安装在家中并采集数据,但不发送健康警报,RPMP 不接收设备数据。(健康警报会生成并存储,供研究期末审查,以与常规护理期间发生的健康问题相关联)。 标准护理 + Heartfelt(干预),162 天:设备采集数据并将容量测量值和健康警报传输给 RPMP 供审查。RPMP 遵循预先设定的方案
【主题与分类】
主题标签:Heart Failure、Chronic 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/NCT06222099
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/NCT06222099
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:心力衰竭,慢性心力衰竭。参与者将通过位于美国的远程患者监测提供方(RPMPs)招募,采用标准护理与Heartfelt设备使用之间的交叉随机化,并向RPMPs发送健康警报。RPMPs在响应触发的警报时将遵循方案化干预。研究设计为以下两组之间的交叉随机化:* 标准护理(对照),162天:设备安装在家中并采集数据,但不发送健康警报,且RPMP不从设备接收数据。(健康警报会生成并存储,供研究期末审查,以与常规护理期间发生的健康问题相关联)。* 标准护理+Heartfelt(干预),162天:设备采集数据,并将容量测量值和健康警报传输给RPMP供审查。RPMPs遵循预先指定的警报方案,可能对患者进行随访。
在知情同意时,患者被随机分配至一个安装日期,该日期位于知情同意后21至60天的期间内,但须确保该日期至少在知情同意时最近一次记录的出院日期之后14天,或者若患者在知情同意时正在住院,则至少在本次住院出院日期之后14天。研究总时长为366天(第0天至第365天)。设有两个为期21天的“洗脱期”,以防止研究组间出现携带效应。第一个洗脱期从第0天至第20天(含首尾),第二个洗脱期从第183天至第203天(含首尾)。在两个交叉组完成之后,患者将有机会在研究仍处于活跃状态期间继续保留该设备(对于研究早期招募的患者,可能额外长达4年)。在这一长期随访期间,设备将置于“干预”模式,并设有随机分配的100天期间,将设备切换为“标准护理”模式(对照)。
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。




