肺动脉高压

肺动脉高压是由多种病因引起的肺血管阻力进行性升高,最终导致右心衰竭甚至死亡的病理生理综合征。其发病机制涉及血管收缩、原位血栓形成和血管重塑,内皮功能障碍与遗传易感性也参与其中。临床表现以进行性呼吸困难、乏力和胸痛为主,严重时可出现晕厥和右心功能不全体征。诊断依靠右心导管检查,治疗策略包括钙通道阻滞剂、内皮素受体拮抗剂、磷酸二酯酶-5抑制剂等靶向药物,以及肺移植等外科手段。该疾病是心血管与呼吸领域的研究热点,在精准分型、新型血管活性药物开发及健康管理平台中具有重要数据价值。

获取 肺动脉高压 专属定制方案

共 38 个数据集

慢性血栓栓塞性肺动脉高压患者特征数据集

慢性血栓栓塞性肺动脉高压患者特征数据集

表格pulmonary arterial pressurefollowing patient databrain natriuretic peptidebasic patient informationusing machine learningavascular area ).bnp ))echocardiographyaveraged r squaredmultivariable prediction models136 patients diagnosedaccurate prediction modelr squared

包含136名CTEPH患者临床表格数据,用于构建平均肺动脉压的机器学习预测模型。

大小0.000005632 GB
浏览18
数据表1_肺动脉压力传感器的计算机模拟动物研究:使用计算流体动力学评估血流动力学

数据表1_肺动脉压力传感器的计算机模拟动物研究:使用计算流体动力学评估血流动力学

文本heart failurepulmonary arterypressure sensorcomputational fluid dynamicswall shear stressoscillating shear indexcomputed tomographyporcine animal model

基于猪模型的肺动脉压力传感器植入研究,结合CT和计算流体动力学评估血流动力学参数变化,以预测血栓形成风险。

大小0.000235985 GB
浏览21
肺动脉高压AI风险分层诊断准确性比较系统综述数据表

肺动脉高压AI风险分层诊断准确性比较系统综述数据表

表格AI—artificial intelligencedeep learningdiagnostic accuracyAI predictionrisk strategiespulmonary hypertension

包含14095例肺动脉高压患者的AI与常规风险分层诊断准确性比较数据表。

大小0.000398467 GB
浏览16
Policy Learning with Asymmetric Counterfactual Utilities-56605

Policy Learning with Asymmetric Counterfactual Utilities-56605

文本Hippocratic oathMinimax regretPartial identificationPolicy learningPrincipal stratification

提供非对称反事实效用政策学习方法的实验数据和代码,应用于肺动脉高压患者的右心导管术决策。

来源Ben-Michael, Eli; Jiang, Zhichao; Imai, Kosuke
大小0.000526372 GB
浏览14
Policy Learning with Asymmetric Counterfactual Utilities-45487

Policy Learning with Asymmetric Counterfactual Utilities-45487

其他Hippocratic oathMinimax regretPartial identificationPolicy learningPrincipal stratification

基于非对称反事实效用的政策学习数据集,用于医疗决策优化(如肺动脉高压治疗)。

来源Ben-Michael, Eli; Jiang, Zhichao; Imai, Kosuke
大小0.000526372 GB
浏览10
Policy Learning with Asymmetric Counterfactual Utilities

Policy Learning with Asymmetric Counterfactual Utilities

其他Hippocratic oathMinimax regretPartial identificationPolicy learningPrincipal stratification

用于非对称反事实效用策略学习的数据集,以肺动脉高压患者右心导管术决策为例,包含观测数据和代码。

来源Taylor & Francis
大小0.000526372 GB
浏览25
肺动脉去神经术治疗肺动脉高压的荟萃分析

肺动脉去神经术治疗肺动脉高压的荟萃分析

文本Pulmonary ArteryPulmonary HypertensionSympathetic Nervous SystemQuality of LifeHeart VentriclesMeta-Analysis.

一项荟萃分析数据集,包含PADN治疗肺动脉高压的8项临床研究、213例患者的疗效数据,支持评估手术对血流动力学和功能指标的影响。

来源SciELO journals
大小0.083689037 GB
浏览23
肺动脉高压新疗法的效果评估:它们是否如我们所想发挥作用?

肺动脉高压新疗法的效果评估:它们是否如我们所想发挥作用?

Pulmonary arterial hypertensionPAHHereditary hemorrhagic telangiectasiaHHTMedicineRat modelsMouse modelsSynchrotronBM05

该数据集包含通过大鼠模型获取的肺部血管微观三维成像数据,以及人类与小鼠HHT模型的对比病理数据,涉及图像和临床表格等多模态信息,主要用于研究肺动脉高压新药的作用机制,评估药物是否通过诱导肺内分流降低血压,并分析其对患者氧合水平的潜在影响,以推动PAH治疗的安全性和有效性研究。

浏览37
肺动脉高压国家审计,第11次年度报告,2020年

肺动脉高压国家审计,第11次年度报告,2020年

NHS DigitalCOVID-19

该数据集是英国肺动脉高压国家审计的第11次年度报告,包含2019-2020年度的临床审计数据,数据模态为结构化表格(CSV格式),涵盖国家护理标准、生存分析、COVID-19相关死亡率以及患者与药物治疗的参考信息,主要用于评估肺动脉高压医疗服务质量、支持临床研究、指导公共卫生政策并推动护理标准的持续改进。

来源www.data.gov.uk
浏览20
基于GBD 2021的肺动脉高压疾病负担数据集

基于GBD 2021的肺动脉高压疾病负担数据集

该数据集包含1990-2021年全球肺动脉高压的流行病学统计指标,数据模态为结构化表格,涵盖患病率、发病率、死亡率及伤残调整生命年等核心指标,并按地理、性别、年龄和社会人口指数进行分层,主要用于评估疾病负担、支持公共卫生决策和开展心血管疾病比较研究。

来源10.5281/zenodo.17346063
大小0.00120263 GB
浏览23
肺动脉高压诊断与预后的脂质组学数据集

肺动脉高压诊断与预后的脂质组学数据集

Lipidomicsbiomarkerprognosispulmonary hypertensionblood-based testfatty acid to lipid ratio

该数据集包含肺动脉高压患者、疾病对照及健康对照的脂质组学和代谢组学数据,涵盖游离脂肪酸与脂质比值等生物标志物,通过多中心临床研究和体外细胞实验构建了诊断与预后预测模型,主要用于肺动脉高压的生物标志物发现、预后评估及病理机制研究,为疾病精准诊疗提供数据支持。

来源Medical University of Graz, Department of Dermatology and Venereology, Graz, Austria
大小22.58 GB
浏览24
小牛缺氧性肺动脉高压蛋白质鉴定数据集

小牛缺氧性肺动脉高压蛋白质鉴定数据集

蛋白质组学分析缺氧性肺动脉高压机制

该数据集包含小牛缺氧性肺动脉高压模型的蛋白质组学数据,涵盖三个血管部位的蛋白质鉴定结果,通过测量肽段峰面积定量蛋白质表达水平,数据来源于对照组和缺氧处理组的匹配样本,主要用于研究缺氧性肺动脉高压的分子机制和血管特异性蛋白质表达变化,为心血管疾病研究提供蛋白质水平的实验依据。

来源Zenodo
大小0.002756361 GB
浏览24