Vericiguat与HFrEF患者运动血流动力学研究
该数据集来自clinicaltrials.gov,聚焦慢性射血分数降低的心力衰竭(HFrEF)患者,收录Vericiguat治疗与运动能力及有创运动血流动力学变化关联的前瞻性观察性队列研究信息

基本信息
资源简介
Vericiguat与HFrEF患者运动血流动力学研究
该数据集来自clinicaltrials.gov,聚焦慢性射血分数降低的心力衰竭(HFrEF)患者,收录Vericiguat治疗与运动能力及有创运动血流动力学变化关联的前瞻性观察性队列研究信息。覆盖接受最大耐受剂量指南导向药物治疗(GDMT)的稳定HFrEF人群,涉及运动耐量持续受损与运动血流动力学异常等主题。可用于了解可溶性鸟苷酸环化酶刺激对运动表现及有创运动血流动力学生理效应这一研究方向的注册信息与背景资料(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:射血分数降低的心力衰竭、慢性心力衰竭。尽管采用了当代指南导向药物治疗(GDMT),慢性射血分数降低的心力衰竭(HFrEF)患者仍经常表现出持续的运动耐量受损和异常的运动血流动力学。虽然Vericiguat已在选定的HFrEF人群中显示出临床获益,但可溶性鸟苷酸环化酶刺激对运动表现和有创运动血流动力学的生理效应仍未被充分表征。EVERHETT-HF研究是一项前瞻性观察性队列研究,旨在评估在接受最大耐受剂量GDMT的稳定HFrEF患者中,Vericiguat治疗与运动能力和有创运动血流动力学变化之间的关联。治疗决策,包括Vericiguat的起始和剂量滴定,
【主题与分类】
主题标签: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/NCT07697365
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/NCT07697365
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:射血分数降低的心力衰竭、慢性心力衰竭。尽管采用了当代指南指导的药物治疗(GDMT),射血分数降低的慢性心力衰竭(HFrEF)患者仍经常表现出持续的运动耐量受损和运动血流动力学异常。虽然维利西呱已在部分HFrEF人群中显示出临床获益,但可溶性鸟苷酸环化酶刺激对运动表现和有创运动血流动力学的生理效应仍未得到充分阐明。EVERHETT-HF研究是一项前瞻性观察性队列研究,旨在评估在接受最大耐受剂量GDMT的稳定性HFrEF患者中,维利西呱治疗与运动能力和有创运动血流动力学变化之间的关联。包括维利西呱起始和剂量滴定在内的治疗决策依据常规临床实践和主治医师的判断作出,独立于研究方案。
连续纳入符合条件的成年慢性HFrEF患者,前瞻性入组,并根据其主治医师所开具的治疗方案分为两个队列:仅接受指南导向药物治疗(GDMT)的患者和接受GDMT联合维立西呱治疗的患者。研究参与不影响临床管理。所有参与者均接受全面的基线评估,包括临床评估、实验室检查、心肺运动试验(CPET)和运动右心导管检查(ERHC)。约12个月后采用相同的标准化评估方案进行随访评估。心肺运动试验在功率自行车上进行,采用症状限制性递增运动方案。功能参数包括峰值摄氧量(peak VO₂)、峰值摄氧量占预计值百分比、通气效率(VE/VCO₂斜率)、摄氧效率斜率(OUES)、峰值氧脉搏、无氧阈、呼吸交换比(RER)以及
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。




