扩张型心肌病维持缓解的治疗
该数据集来自 clinicaltrials.gov,主题为扩张型心肌病维持缓解的治疗,本站归类于循环系统疾病下的心力衰竭

基本信息
资源简介
扩张型心肌病维持缓解的治疗
该数据集来自 clinicaltrials.gov,主题为扩张型心肌病维持缓解的治疗,本站归类于循环系统疾病下的心力衰竭。源站描述涉及心力衰竭、扩张型心肌病、心肌病及心脏疾病等条件,指出部分心力衰竭患者经药物治疗后可出现左心室逆重构和心功能恢复,长期预后良好,但是否需长期维持药物治疗尚不明确,并提及指南导向治疗的四类药物组合以及 TRED-HF 试验的相关结果。数据可用于心力衰竭与扩张型心肌病治疗策略相关的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心力衰竭、扩张型心肌病、心肌病、心脏疾病。三分之一被诊断为心力衰竭的患者在一段时间的药物治疗后表现出左心室逆重构和心脏功能恢复。这些患者具有极好的长期预后。他们是否需要长期维持药物治疗尚不清楚。当前针对心力衰竭患者的指南导向治疗依赖于以下组合:(1)血管紧张素转换酶抑制剂(ACEi)或血管紧张素受体阻滞剂(ARBs),(2)β受体阻滞剂,(3)盐皮质激素受体拮抗剂,以及(4)钠-葡萄糖协同转运蛋白2抑制剂(SGLT2i)。TRED-HF 试验证实,完全停用β受体阻滞剂、ACEi 或 ARBs 以及 MRAs 导致既往诊断为 DCM 的无症状患者在 6 个月内复发,比例为 40%,并且改善了心脏
【主题与分类】
主题标签:Heart Failure、Cardiomyopathy, Dilated、Cardiomyopathies、Heart 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/NCT06091475
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/NCT06091475
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、心肌病、扩张型、心肌病、心脏病。三分之一被诊断为心力衰竭的患者在接受一段时间的药物治疗后,表现出左心室逆重构和心脏功能恢复。这些患者具有极好的长期预后。他们是否需要长期维持药物治疗尚不清楚。当前针对心力衰竭患者的指南导向治疗依赖于以下药物的联合应用:(1)血管紧张素转换酶抑制剂(ACEi)或血管紧张素受体阻滞剂(ARBs),(2)β受体阻滞剂,(3)盐皮质激素拮抗剂,以及(4)钠-葡萄糖共转运蛋白2抑制剂(SGLT2i)。TRED-HF试验证实,完全停用β受体阻滞剂、ACEi或ARBs以及MRAs,导致40%既往诊断为DCM且心脏功能改善的无症状患者在6个月内复发。这证实了许多患者的心力衰竭处于缓解状态而非持续恢复,并且仍能从至少部分药物治疗中获益。
确定维持心力衰竭缓解所需的治疗是心力衰竭研究的优先事项,尤其要考虑到数百万患者在心脏功能改善后不断变化的治疗需求。在这项TRED-HF试验的后续研究中,研究人员将开展一项开放标签、随机临床试验,考察在50名目前处于心力衰竭缓解期并正在服用血管紧张素系统抑制剂和β受体阻滞剂的扩张型心肌病患者中,序贯停用盐皮质激素受体拮抗剂(MRA)和钠-葡萄糖共转运蛋白2抑制剂(SGLT2i)的安全性和可行性。患者将在停用每种治疗药物后接受系列心血管磁共振(CMR)扫描和循环生物标志物检测,并随访8个月。主要终点是由不良重构特征所定义的心力衰竭复发。
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。




