哥本哈根肠系膜支架研究:慢性肠系膜缺血覆膜支架与裸支架随机试验
本数据集来自 clinicaltrials.gov,为哥本哈根肠系膜支架研究,是一项比较覆膜支架与裸支架治疗慢性肠系膜缺血的随机试验

基本信息
资源简介
哥本哈根肠系膜支架研究:慢性肠系膜缺血覆膜支架与裸支架随机试验
本数据集来自 clinicaltrials.gov,为哥本哈根肠系膜支架研究,是一项比较覆膜支架与裸支架治疗慢性肠系膜缺血的随机试验。数据覆盖肠系膜缺血、肠缺血、肠系膜上动脉粥样硬化、肠系膜动脉狭窄及支架相关并发症等主题,主要结局为支架置入后1年的一期支架通畅率。该数据可用于支架类型疗效与安全性比较、支架相关并发症识别及术后结局预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肠系膜缺血、肠缺血、肠系膜上动脉粥样硬化、肠系膜动脉狭窄、支架内再狭窄、支架闭塞、支架血栓形成、支架移植物狭窄。慢性肠系膜缺血(CMI)通常由向肠道供血的动脉狭窄引起。血管内支架置入被认为是该病的首选治疗方法。指南日益支持使用所谓的覆膜支架(CS)而非裸支架(BMS)用于此用途,但支持这一点的证据水平有限。使用CS会在短期内增加医疗成本,但可能预防术后狭窄和症状复发,从而使患者和医疗系统受益。研究目的:评估使用BMS或CS对肠系膜动脉进行支架置入后的结局。研究结局:置入后1年的一期支架通畅率。该试验还将评估
【主题与分类】
主题标签:Mesenteric Ischemia、Bowel; Ischemic、Superior Mesenteric Atherosclerosis、Mesenteric Artery Stenosis、Stent Restenosis、Stent Occlusion、Stent Thrombosis、Stent-Graft Stenosis、Stent-Graft Thrombosis、Stent-Graft Restenosis。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05244629
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/NCT05244629
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
疾病:肠系膜缺血、肠缺血、肠系膜上动脉粥样硬化、肠系膜动脉狭窄、支架内再狭窄、支架闭塞、支架内血栓形成、覆膜支架狭窄。慢性肠系膜缺血(CMI)通常由供应肠道的动脉狭窄引起。血管内支架置入被认为是该病的首选治疗方法。指南日益支持在此用途中使用所谓的覆膜支架(CS)而非裸金属支架(BMS),但相关证据水平有限。使用CS短期内会增加医疗成本,但可能预防术后狭窄和症状复发,从而使患者和医疗系统受益。研究目的:评估使用BMS或CS进行肠系膜动脉支架置入术后的结局。研究结局:置入后1年的支架一期通畅率。该试验还将评估并发症、支架需再次手术的频率、生活质量(QoL)以及受试者死亡原因。方法:这是一项所谓的前瞻性、随机对照试验,比较CS与BMS。
这意味着,一旦患者同意接受治疗,他们将被随机分配接受CS或BMS治疗。两种植入物的支架金属结构完全相同,唯一区别在于移植物覆膜,这使得本研究具有独特性。该研究还将采集血液样本存入生物样本库,用于研究疾病标志物及其对治疗结果的影响。所有因CMI转诊至血管外科的患者,若具有与CMI一致的慢性症状、肠系膜上动脉显著狭窄或闭塞且年龄>18岁,均考虑纳入。无法提供知情同意或CMI为非动脉粥样硬化性病因、有肠道急性血流丧失迹象的受试者不能参与。既往接受过肠系膜上动脉支架治疗、妊娠、对造影剂或支架材料过敏也是不纳入本试验的原因。参与者的副作用、风险和不利之处:手术相关并发症的风险低于5%,并且
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。




