改善ASCVD患者血脂优化质量与治疗选择
该数据集来自clinicaltrials.gov，聚焦高胆固醇血症与ASCVD患者的血脂优化管理。项目纳入约300名依据现行指南可从优化血脂管理中获益的患者，并涉及约100名医生，在医生层面进行系统分配，比较直接医生通知策略与药师主导用药管理策略两种告知方式的效果，同时确保所有患者持续接受基于指南的
基本信息
资源简介
改善ASCVD患者血脂优化质量与治疗选择
该数据集来自 clinicaltrials.gov，英文名称为 Improving Lipid Optimization Quality and Treatment Options in ASCVD，聚焦高胆固醇血症与 ASCVD 患者的血脂优化管理。项目计划纳入约 300 名依据现行指南可从优化血脂管理中获益的患者，并涉及约 100 名医生。研究在医生层面进行系统分配，将临床医生分配到直接医生通知策略或药师主导用药管理策略，以比较两种告知方式的效果，同时确保所有患者持续接受基于指南的护理，并消除治疗选择偏倚的风险。本站将其归类为症状、体征与临床所见 / 其他，主题标签包括 Hypercholesterolemia 与 ASCVD。
【数据集背景】
该数据集所对应的项目关注高胆固醇血症与 ASCVD 患者的血脂优化管理。根据源站描述，项目纳入的患者是基于现行指南可从优化血脂管理中获益的人群。项目试图测试最有效的方法，用于通知医疗服务提供者和患者，并告知他们其患者可能从进一步血脂优化中获益。研究背景涉及如何在临床实践中改进血脂优化质量并拓展治疗选择，同时避免因治疗选择带来的偏倚。项目采用在医生层面进行系统分配的方式，将临床医生分配到两种策略之一，即直接医生通知策略或药师主导用药管理策略。通过这种设计，项目希望在比较不同告知与管理方式效果的同时，确保所有患者持续接受基于指南的护理。
【数据内容】
源站描述显示，该项目将包括约 300 名患者，这些患者基于当前指南可从优化血脂管理中获益。项目还涉及约 100 名提供者，以确保纳入足够数量的患者。研究比较的两种策略分别为直接医生通知策略与药师主导用药管理策略。数据内容围绕高胆固醇血症与 ASCVD 患者展开，主题标签为 Hypercholesterolemia 和 ASCVD。本站分类为症状、体征与临床所见 / 其他。除上述信息外，源站未提供关于具体变量、字段结构、随访指标、结局定义或数据记录格式的进一步说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述指出，项目将利用在提供者层面的系统分配，将临床医生分配到直接医生通知策略或药师主导用药管理策略。这种分配方式旨在确保所有患者继续接受基于指南的护理，同时消除治疗选择偏倚的风险。项目计划纳入约 300 名患者和约 100 名提供者。除来源站为 clinicaltrials.gov 以及上述项目设计信息外，源站未提供关于采集时间、采集地点、采集流程、数据提取方式或原始数据存储形式的更多内容。
【适用场景】
基于源站描述，该数据集适用于关注高胆固醇血症与 ASCVD 患者血脂优化管理的场景，尤其是比较不同通知或管理策略效果的研究情境。具体而言，可涉及直接医生通知策略与药师主导用药管理策略之间的比较，以及在医生层面进行系统分配以降低治疗选择偏倚的研究设计。主题标签 Hypercholesterolemia 与 ASCVD 进一步表明其适用领域。本站分类为症状、体征与临床所见 / 其他。除上述内容外，源站未提供关于具体适用分析类型、统计方法、临床决策支持或政策制定用途的更多说明。
【使用方法】
源站描述提到，项目在提供者层面进行系统分配，临床医生被分配到直接医生通知策略或药师主导用药管理策略。项目设计确保所有患者持续接受基于指南的护理，并消除治疗选择偏倚的风险。项目纳入约 300 名患者和约 100 名提供者。除这些设计信息外，源站未提供关于数据访问方式、下载格式、分析工具、变量操作指南或使用步骤的进一步说明。
【质量与限制】
源站描述强调，系统分配在提供者层面进行，旨在消除治疗选择偏倚的风险，并确保所有患者继续接受基于指南的护理。项目计划纳入约 300 名患者，并涉及约 100 名提供者，以确保足够数量的患者被纳入。这些设计特征有助于控制选择偏倚。然而，源站未提供关于数据完整性、缺失值、随访时长、样本代表性、统计功效、外部验证或混杂控制的其他信息。本站分类为症状、体征与临床所见 / 其他，主题标签为 Hypercholesterolemia 与 ASCVD。除上述内容外，源站未提供关于质量评估或限制的更多说明。
【引用与许可】
该数据集来源于 clinicaltrials.gov。除来源站信息外，源站未提供关于引用格式、许可条款、使用限制或版权归属的具体说明。
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/NCT06960655
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：高胆固醇血症、ASCVD。本项目将纳入约300名患者，根据现行指南，这些患者将从优化血脂管理中获益。本项目正在测试最有效的方法，以通知医疗服务提供者和患者，并告知他们其患者可能从进一步血脂优化中获益。本项目将在医疗服务提供者层面采用系统性分配，将临床医生分配至直接提供者通知策略或药师驱动的药物管理策略，确保所有患者继续接受基于指南的诊疗，同时消除治疗选择偏倚的风险。约100名医疗服务提供者，以确保纳入足够数量的患者。
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。
