HFpEF中的转甲状腺素蛋白心脏淀粉样变
条件：射血分数保留的心力衰竭。将使用自然语言处理（NLP）搜索引擎实时连续识别明尼苏达州东南部60岁以上、有住院或门诊心力衰竭（HF）诊断的居民，验证其HF诊断，并征得近期（≤ 12个月）超声心动图记录显示射血分数保留（≥ 40%）且左室壁增厚者的同意，接受静脉穿刺、尿液采集和99mTc-PYP S
基本信息
资源简介
HFpEF中的转甲状腺素蛋白心脏淀粉样变
Transthyretin Cardiac Amyloidosis in HFpEF 是一个登记于 clinicaltrials.gov 的研究数据集，本站将其归类于循环系统疾病 / 心力衰竭。该数据集围绕射血分数保留的心力衰竭（HFpEF）人群展开，核心目标是在这一人群中明确转甲状腺素蛋白心脏淀粉样变（TTR-CA）的患病率，并通过系统化的筛查与影像学检查流程，将所得到的患病率置于社区整体 HFpEF 队列的背景中进行审视。数据集所对应的研究以明尼苏达州东南部 60 岁以上的居民为对象，借助自然语言处理（NLP）搜索引擎实时、连续地识别具有心力衰竭诊断的住院或门诊患者，并对诊断进行验证，进而对符合条件者开展静脉穿刺、尿液采集以及 99mTc-PYP SPECT/CT 成像，以判定或排除 TTR-CA。整体而言，该数据集聚焦于心力衰竭与心脏淀粉样变交叉领域，兼具流行病学调查与诊断评估的双重属性。
【数据集背景】
该数据集所依托的研究聚焦于射血分数保留的心力衰竭（HFpEF）这一特定类型。HFpEF 是心力衰竭的重要亚型，其人群异质性较高，而转甲状腺素蛋白心脏淀粉样变（TTR-CA）被认为是可能被漏诊或误诊的潜在病因之一。研究选择在明尼苏达州东南部社区中，针对 60 岁以上、具有住院或门诊心力衰竭诊断的居民进行连续识别与筛查，旨在通过规范化的诊断流程明确 TTR-CA 在这一人群中的患病情况。研究同时关注将局部患病率与社区整体 HFpEF 队列进行对照，因此设计了严格的筛查日志，以生成完整的 CONSORT 流程图，从而为患病率的解读提供人群层面的参照。
【数据内容】
数据集的主题标签为 Heart Failure With Preserved Ejection Fraction。其内容涉及对符合条件的患者开展静脉穿刺、尿液采集以及 99mTc-PYP SPECT/CT 成像，用于判定或排除 TTR-CA 诊断。研究还将记录并验证心力衰竭诊断，并纳入近期（≤ 12 个月）超声心动图结果，要求记录显示射血分数保留（≥ 40%）且存在左室壁增厚。此外，研究将维护严格的筛查日志，以支持生成完整的 CONSORT 流程图，并计划纳入符合条件但拒绝知情同意的患者的基线特征。关于数据集的具体样本量、变量字段、随访时长、数据格式等，源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov 所登记的研究。采集对象为明尼苏达州东南部 60 岁以上、具有住院或门诊心力衰竭诊断的居民。识别方式为使用自然语言处理（NLP）搜索引擎进行实时、连续识别，随后对其心力衰竭诊断进行验证。符合近期（≤ 12 个月）超声心动图记录显示射血分数保留（≥ 40%）且左室壁增厚这一条件者，将被征询同意，接受静脉穿刺、尿液采集和 99mTc-PYP SPECT/CT 成像。研究同时维护严格的筛查日志，以支持完整 CONSORT 流程图的生成。关于具体采集时间窗口、采集机构数量、数据存储方式等，源站未提供。
【适用场景】
该数据集适用于围绕射血分数保留的心力衰竭（HFpEF）与转甲状腺素蛋白心脏淀粉样变（TTR-CA）之间关系的研究场景，例如评估 TTR-CA 在 HFpEF 人群中的患病率、探讨超声心动图特征（如射血分数保留与左室壁增厚）与 TTR-CA 诊断之间的关联，以及利用 99mTc-PYP SPECT/CT 成像进行诊断判定或排除的研究。此外，由于研究设计了严格的筛查日志与 CONSORT 流程图，该数据集也可用于与社区整体 HFpEF 队列进行对照分析，或用于方法学上关于 NLP 辅助识别与连续入组流程的参考。关于该数据集在其他疾病领域或不同人群中的适用性，源站未提供。
【使用方法】
使用该数据集时，可围绕其核心流程进行理解：先通过 NLP 搜索引擎实时连续识别 60 岁以上、具有心力衰竭诊断的住院或门诊居民，再验证其心力衰竭诊断；随后筛选出近期（≤ 12 个月）超声心动图显示射血分数保留（≥ 40%）且左室壁增厚者，征得同意后开展静脉穿刺、尿液采集与 99mTc-PYP SPECT/CT 成像，以判定或排除 TTR-CA，并据此定义患病率。研究还通过严格筛查日志生成完整 CONSORT 流程图，并纳入符合条件但拒绝知情同意者的基线特征，以支持对患病率的背景化解读。关于具体的数据访问方式、申请流程、分析工具或代码等，源站未提供。
【质量与限制】
该数据集在识别与入组环节采用了 NLP 搜索引擎进行实时连续识别，并对心力衰竭诊断进行验证，同时要求超声心动图记录满足射血分数保留（≥ 40%）与左室壁增厚条件，且通过 99mTc-PYP SPECT/CT 成像判定或排除 TTR-CA，这些设计有助于提升诊断判定的规范性。研究还维护严格筛查日志以生成完整 CONSORT 流程图，并计划纳入符合条件但拒绝知情同意者的基线特征，从而在一定程度上反映入组偏倚。然而，关于该数据集的具体样本量、缺失数据情况、诊断准确性指标、随访完整性、外部验证结果等，源站未提供。此外，研究对象限定为明尼苏达州东南部 60 岁以上的居民，其结论向其他地区或年龄段人群的外推能力，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于具体的引用格式、许可条款、使用限制或数据共享政策等，源站未提供。
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/NCT03414632
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：射血分数保留的心力衰竭。将利用自然语言处理（NLP）搜索引擎，实时连续识别明尼苏达州东南部60岁以上、有住院或门诊心力衰竭（HF）诊断的居民，对其HF诊断进行验证，并对近期（≤12个月）超声心动图记录显示射血分数保留（≥40%）且左心室壁增厚者，征得其同意后接受静脉穿刺、尿液采集和99mTc-PYP SPECT/CT成像，以纳入/排除TTR-CA诊断。因此，将确定TTR-CA的患病率。为了将该患病率置于社区全球HFpEF队列的背景中，将维护严格的筛查日志，以便生成全面的CONSORT流程图。重要的是，对于符合本研究条件但拒绝同意者的基线特征，只要其此前已同意将其记录用于医学研究，仍将予以收集。
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。
