巴西参考中心Norwood手术早期结局数据集
该数据集来自scielo.figshare.com,对应巴西参考中心开展的Norwood手术早期结局研究,聚焦左心发育不全综合征(HLHS)患者

基本信息
资源简介
巴西参考中心Norwood手术早期结局数据集
Early Outcomes of the Norwood Procedure in a Reference Center in Brazil
该数据集来自scielo.figshare.com,对应巴西参考中心开展的Norwood手术早期结局研究,聚焦左心发育不全综合征(HLHS)患者。研究纳入2016年1月至2019年4月接受一期Norwood手术的患者,分析人口学、解剖及手术数据,终点包括术后30天内早期死亡、至Glenn手术前的中期死亡及术后ECMO支持需求,并采用单因素与多因素分析。数据含24个文件,以图像为主,可用于心血管外科结局相关研究(来源 figshare,CC BY 4.0 许可)。
【数据集背景】
源站首次发布:2022-08-06。
【数据内容】
源站描述(机器翻译,仅供参考):摘要 背景 在巴西,仅有兩篇论文探讨了接受Norwood手术的左心发育不全综合征(HLHS)患者的早期结局。目的 我们评估了接受第一階段Norwood手术的HLHS患者,以识别早期(术后前30天内)和中期(从早期存活至Glenn手术)死亡的预测因素。方法 纳入2016年1月至2019年4月在我院接受I期Norwood手术的HLHS患者。分析人口学、解剖和手术数据。终点为早期死亡(术后前30天内)、中期死亡(从早期存活至Glenn手术)以及术后需要ECMO支持。进行了单因素和多因素分析,并计算比值比,95%置信
【数据结构与技术规格】
文件数 24 个,合计 18.35 MB。数据集 DOI:10.6084/m9.figshare.20443725.v1。
【主题与分类】
源站学科分类:Cardiology。主题标签:Hypoplastic Left Heart Syndrome、Norwood Procedures、Extracorporeal Membrane Oxygenation、Mortality。本站分类:心血管系统疾病/左心发育不全综合征。
【适用方向】
源站学科分类标注为 Cardiology。
【获取与许可】
源站页面:https://scielo.figshare.com/articles/dataset/Early_Outcomes_of_the_Norwood_Procedure_in_a_Reference_Center_in_Brazil/20443725
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Bezerra, Rodrigo Freire; Pacheco, Juliana Torres; Franchi, Sônia Meiken; Fittaroni, Rosangela Belbuche; Baumgratz, José Francisco; Castro, Rodrigo Moreira; et al. (2022). Early Outcomes of the Norwood Procedure in a Reference Center in Brazil. SciELO journals. Dataset
【使用注意】
· 源站最后修改于 2023-06-04,引用时请注意版本时效。
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(Figshare)
- 源站标题:Early Outcomes of the Norwood Procedure in a Reference Center in Brazil
- DOI:10.6084/m9.figshare.20443725.v1
- 发布日期:2022-08-06
- 文件数:24 个
- 文件总体积:18.35 MB
- 源站页面:https://scielo.figshare.com/articles/dataset/Early_Outcomes_of_the_Norwood_Procedure_in_a_Reference_Center_in_Brazil/20443725
命令行下载
curl -L -o "06d65d238bbb88b13cb1f466dd989386876c6b61.tif" "https://ndownloader.figshare.com/files/36579609"
curl -L -o "e322a5b36674494abcbd53b2b1ec00f4e9d086af.png" "https://ndownloader.figshare.com/files/36579612"
curl -L -o "2b3f1279938b3c3a626debc686f6ac1973bfb0ba.jpg" "https://ndownloader.figshare.com/files/36579615"
curl -L -o "be1c542af672a80e8a6fe6a15ddc7ecebed11e84.tif" "https://ndownloader.figshare.com/files/36579618"
curl -L -o "aeeb9f0d3f632af071fb86fcdb0f026b60a9605c.png" "https://ndownloader.figshare.com/files/36579621"
curl -L -o "33a5ca80ead5f464e5da3c8d4b98971ba76f0ad9.jpg" "https://ndownloader.figshare.com/files/36579624"
curl -L -o "fc158fb5292161d72edea4167c3a3e7b1e4c6eaa.tif" "https://ndownloader.figshare.com/files/36579627"
curl -L -o "2ca485f11f8bfe494d3cdf1476ca2c4a2dd382b7.png" "https://ndownloader.figshare.com/files/36579630"
文件清单
06d65d238bbb88b13cb1f466dd989386876c6b61.tif(4.41 MB)e322a5b36674494abcbd53b2b1ec00f4e9d086af.png(123.02 KB)2b3f1279938b3c3a626debc686f6ac1973bfb0ba.jpg(4.45 KB)be1c542af672a80e8a6fe6a15ddc7ecebed11e84.tif(4.38 MB)aeeb9f0d3f632af071fb86fcdb0f026b60a9605c.png(136.83 KB)33a5ca80ead5f464e5da3c8d4b98971ba76f0ad9.jpg(4.60 KB)fc158fb5292161d72edea4167c3a3e7b1e4c6eaa.tif(4.51 MB)2ca485f11f8bfe494d3cdf1476ca2c4a2dd382b7.png(110.78 KB)e0fe3848ea697d281180a2368d44ba4f14cd61fe.jpg(4.28 KB)6102157fe4a26576daf836e90c26945f51f2f2d1.tif(4.47 MB)00b8137aac17c461ded2c30cb46b92baf2bd621e.png(123.75 KB)4354a53ecced2ff84a10749eb0d4934c542e6ee9.jpg(4.55 KB)Table_1.xls(5.63 KB)Table_2.xls(5.63 KB)Table_3.xls(5.63 KB)Table_4.xls(5.63 KB)Table_5.xls(5.63 KB)Table_6.xls(5.63 KB)Table_7.xls(5.63 KB)Table_8.xls(5.63 KB)
文件总体积 18.35 MB(源站 API 实测)。
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。
数据说明
摘要
背景 在巴西,仅有兩篇论文探讨了接受Norwood手术的左心发育不良综合征(HLHS)患者的早期结局。
目的 我们评估了接受第一期Norwood手术的HLHS患者,以确定早期(术后前30天内)和中期(从早期存活至Glenn手术)死亡的预测因素。
方法 纳入2016年1月至2019年4月期间在我们科室接受I期Norwood手术的HLHS患者。分析了人口学、解剖学和手术数据。终点为早期死亡(术后前30天内)、中期死亡(从早期存活至Glenn手术)以及术后需要ECMO支持。进行了单因素和多因素分析,并计算了比值比及其95%置信区间。p值
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.20443725.v1(source: https://scielo.figshare.com/articles/dataset/Early_Outcomes_of_the_Norwood_Procedure_in_a_Reference_Center_in_Brazil/20443725)。
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。




