CardioMEMS™心内连续血流动力学监测设备在合并严重肾功能不全的心肾综合征患者中的耐受性与安全性
该数据集来自 clinicaltrials.gov,聚焦合并严重肾功能不全的心肾综合征患者,评估 CardioMEMS™ 心内连续血流动力学监测设备的耐受性与安全性

基本信息
资源简介
CardioMEMS™心内连续血流动力学监测设备在合并严重肾功能不全的心肾综合征患者中的耐受性与安全性
该数据集来自 clinicaltrials.gov,聚焦合并严重肾功能不全的心肾综合征患者,评估 CardioMEMS™ 心内连续血流动力学监测设备的耐受性与安全性。源站描述指出心力衰竭与肾功能不全共病使管理更复杂,CHAMPION 试验中肺动脉压监测可降低心衰患者死亡率与住院频率。数据覆盖心衰与肾功能不全人群,可用于心肾综合征患者的器械安全性研究及血流动力学监测相关分析(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、肾功能不全。法国目前有150万心力衰竭患者。高发病率和高死亡率使其成为重大公共卫生问题。40%的患者存在肾功能衰竭,这是心力衰竭的主要合并症之一,使其管理更加复杂。在CHAMPION试验中,对单纯心力衰竭患者进行肺动脉压(PAP)监测的医疗随访已显示可降低死亡率和住院频率。本研究纳入了纽约心脏协会III级心力衰竭且过去12个月内住院的患者。他们受益于“CardioMEMS™ HF”设备,在肺动脉中植入传感器,可直接、连续测量PAP。根据该研究,这些信息使得能够更精确、更早地调整
【主题与分类】
主题标签:Heart Failure、Renal Insufficiency。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/NCT05428631
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/NCT05428631
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、肾功能不全。法国目前有150万心力衰竭患者。其高发病率和高死亡率使其成为重大公共卫生问题。40%的患者存在肾功能衰竭,这是心力衰竭的主要合并症之一,使心衰管理更加复杂。在CHAMPION试验中,通过肺动脉压(PAP)监测进行医疗随访已显示可降低单纯心力衰竭患者的死亡率和住院频率。本研究纳入了纽约心脏协会III级心力衰竭且既往12个月内曾住院的患者。他们接受了“CardioMEMS™ HF”装置,在肺动脉内植入传感器,可直接、连续测量PAP。根据该研究,这一信息通过避免心力衰竭症状的发生和降低住院频率,使治疗调整更加精确和早期。
本研究排除了肾功能受损的患者(肾小球滤过率<25 mL/min/1.73m²),这限制了这些患者的治疗适应证,且研究期间未报告肾功能的演变情况。与晚期肾衰竭相关的心力衰竭患者被定义为心肾综合征,这两个器官之间存在强烈的相互作用,特别是在以右心衰竭为主的情况下,可能需要肾脏替代治疗或透析。根据迄今为止可获得的数据,主要假设是高静脉压、肾脏影响与透析需求之间存在关联。需要在此临床情况下获得更多随访数据,以确认这一关联,并提示持续监测肺动脉压(PAP)对改善这些严重肾功能受损(肾小球滤过率<30 ml/min/1.73m²,KDIGO心肾2019)的心肾综合征患者管理的意义。因此,该研究
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。




