成人先天性心脏病移植注册登记(ARTORIA-R)
ARTORIA-R 是一个国际观察性研究项目,回顾性收集 1989 至 2024 年间来自 18 个国家的数据,此后将转为前瞻性纳入

基本信息
资源简介
成人先天性心脏病移植注册登记(ARTORIA-R)
ARTORIA-R 是一个国际观察性研究项目,回顾性收集 1989 至 2024 年间来自 18 个国家的数据,此后将转为前瞻性纳入。数据涵盖患者评估时、列入等待名单、等待名单动态、移植后数据及基本供者信息,未来每年 7 月更新。参与机构需获得伦理委员会批准。纳入标准为患者须被列为成人移植候选者。该数据集可用于研究先天性心脏病合并心力衰竭患者的移植相关结局、并发症与风险预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:先天性心脏病、心力衰竭、移植;并发症、衰竭、心律失常、心室功能障碍。ARTORIA-R 是一个国际观察性研究项目,回顾性收集 1989 至 2024 年间来自 18 个国家的数据,此后将前瞻性纳入数据(图 1)。这些数据包括患者评估时、列入等待名单、等待名单动态、移植后数据及基本供者数据。未来数据将于每年 7 月更新,每个愿意向注册登记提供匿名数据的机构均被邀请参与。此外,机构和器官分配机构必须获得负责匿名患者数据传输的伦理委员会的赞成票。纳入标准为:a. 患者必须被列为成人移植候选者
【主题与分类】
主题标签:Congenital Heart Disease、Heart Failure、Transplant; Complication, Failure、Arrythmia、Ventricular Dysfunction。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/NCT04848844
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/NCT04848844
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
疾病条件:先天性心脏病、心力衰竭、移植;并发症、衰竭、心律失常、心室功能障碍。ARTORIA-R是一个国际观察性研究项目,收集1989年至2024年间来自18个国家的回顾性数据,并将此后前瞻性地纳入数据(图1)。这些数据包括评估列入等待名单时的患者概况、列入名单情况、等待名单动态、移植后数据及基本供体数据。未来数据将于每年7月进行年度更新,欢迎愿意向登记处提供匿名数据的各机构参与。此外,相关机构及器官分配机构必须获得负责匿名患者数据传输的伦理委员会的正面投票。纳入标准为:a. 患者必须在该数据获取的国家被列为成人移植候选人,年龄≥18岁;b.
患者必须患有先天性心脏缺陷或遗传性心肌病(具体为:肥厚型心肌病、致心律失常性右心室心肌病或非致密化心肌病),这些通常被纳入ACHD c类。数据来源于首次评估以列入名单,或列入仅心脏或心脏联合器官移植名单 d。匿名数据的传输 e。机构/组织同意关于数据管理的备忘录,并计划在所有机构之间开展科学合作。该注册登记旨在获取关于潜在先天性心脏缺陷及患者既往治疗的详尽信息。借助这些信息,患者可分为不同队列:体循环左心室、体循环右心室或单心室(可为解剖学左心室或右心室)。进一步获取的数据涉及药物治疗、患者的血流动力学评估、评估肾脏或肝脏等其他器官功能的实验室检查、中间监护或重症监护病房的治疗。由于其
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。




