BEST SFA 试点研究——股浅动脉复杂病变最佳血管内策略
该数据集来自 clinicaltrials.gov，为前瞻性、多中心、1:1 随机对照的 BEST SFA 试点研究，聚焦股浅动脉复杂病变的外周动脉疾病患者
基本信息
资源简介
BEST SFA 试点研究——股浅动脉复杂病变最佳血管内策略
BEST SFA 试点研究（Best Endovascular STrategy for Complex Lesions of the Superficial Femoral Artery）是一项来自 clinicaltrials.gov 的前瞻性、多中心、1:1 随机对照研究，聚焦股浅动脉复杂病变的外周动脉疾病患者。研究将患者按避免支架（研究组）或优先支架（对照组）进行分层，计划共入组 120 例患者，每个分层各 60 例。所有入组患者将接受为期 24 个月的随访，通过双功超声评估再狭窄发生率及主要不良事件，随访访视安排在 6、12、24 个月，并在第 1、36、48、60 个月进行电话访视。该数据集归属于心血管系统疾病／外周动脉疾病分类，主题标签为外周动脉疾病。
【数据集背景】
外周动脉疾病是心血管系统疾病的重要分支，股浅动脉复杂病变的血管内治疗策略选择——尤其是支架植入与否——是临床关注的焦点。BEST SFA 试点研究正是在这一背景下设计的前瞻性、多中心、1:1 随机对照研究，旨在比较避免支架策略与优先支架策略在股浅动脉复杂病变患者中的表现。研究采用分层设计，将患者分配至避免支架的研究组或优先支架的对照组，以随机对照的方式组织两种治疗策略的对比观察。
【数据内容】
该数据集围绕外周动脉疾病患者展开，覆盖股浅动脉复杂病变的血管内治疗。研究计划入组 120 例患者，每个分层各 60 例，按 1:1 比例随机分配至避免支架组与优先支架组。数据涉及的核心观察内容包括再狭窄发生率和主要不良事件，再狭窄通过双功超声评估。随访时间跨度包括 24 个月的主要随访期，以及第 1、36、48、60 个月的电话访视。源站未提供具体的变量字段、数据表结构或样本量之外的记录数量说明。
【采集与来源】
数据来源于 clinicaltrials.gov，对应登记的研究为前瞻性、多中心、1:1 随机对照的 BEST SFA 试点研究。研究条件标注为外周动脉疾病，研究对象为股浅动脉复杂病变患者。数据采集依托多中心协作，通过双功超声评估再狭窄，并记录主要不良事件；随访方式包括 6、12、24 个月的门诊访视以及第 1、36、48、60 个月的电话访视。源站未提供各中心的具体名称、地理分布或数据采集时间窗的进一步细节。
【适用场景】
该数据集适用于外周动脉疾病尤其是股浅动脉复杂病变治疗策略的比较研究，可用于探讨避免支架与优先支架两种策略在再狭窄和主要不良事件方面的差异。其前瞻性、多中心、随机对照的设计特点，使其适合用于试点性研究的方法学参考、治疗策略的初步效果评估，以及为更大规模随机对照研究提供设计依据。主题标签外周动脉疾病也表明其可服务于该疾病领域的临床研究与证据汇总。
【使用方法】
使用该数据集时，可依据 1:1 随机分组结构，将患者划分为避免支架组与优先支架组进行组间比较，并以分层为单位分析各 60 例患者的分布。分析终点可围绕双功超声评估的再狭窄发生率和主要不良事件展开，随访时间点可对应 6、12、24 个月访视及第 1、36、48、60 个月电话访视进行纵向观察。源站未提供具体的统计方法、变量定义或数据访问接口说明。
【质量与限制】
该研究为试点研究，计划入组 120 例、每分层 60 例，样本规模相对有限，其结果更适合作为初步探索而非确证性结论。随访以 24 个月为主要观察期，电话访视延伸至第 60 个月，但源站未提供失访率、数据完整性或质量控制措施的信息。源站未提供关于数据精度、缺失值处理及偏倚控制的进一步说明。
【引用与许可】
源站未提供引用格式与许可条款信息。该数据集登记于 clinicaltrials.gov，使用时宜参照源站的登记信息进行引用，具体许可条件源站未提供。
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/NCT03776799
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：外周动脉疾病。前瞻性、多中心1：1随机研究。患者将按避免支架（研究组）或优先支架（对照组）进行分层。本研究共纳入120例患者，每层纳入60例患者。所有入组患者将随访24个月，通过双功超声评估再狭窄发生率及主要不良事件。随访访视分别在6、12和24个月间隔进行，并在1、36、48和60个月后进行电话访视。
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。
