xpertsystems/hccar002-sample

HCCAR002 — 合成急性心肌梗死数据集（样本预览）是一个单表急性心肌梗死（AMI）数据集，涵盖STEMI、NSTEMI和不稳定型心绞痛患者的完整住院和1年临床数据表面。包括人口统计学和临床表现（主诉、生命体征、Killip分级）、心电图（ST段抬高/压低、节律、间期、梗死区域+STEMI导联映射）、5个时间点（0h/3h/6h/12h/24h）的连续肌钙蛋白动力学（覆盖4种检测方法：TnI常规、TnT常规、hs-TnI、hs-TnT）、额外生物标志物（CK-MB、肌红蛋白、BNP/NT-proBNP、血脂、糖化血红蛋白、eGFR、电解质、全血细胞计数、INR）、干预时间（门-球时间、门-针时间、纤溶、PCI、CABG、TIMI血流前后、支架、IABP/Impella/ECMO）、药物（DAPT、抗凝剂、GP IIb/IIIa抑制剂、β受体阻滞剂、ACEi/ARB、他汀类药物强度、溶栓剂）、超声心动图（LVEF、RWMA、左室尺寸、二尖瓣反流分级、心包积液、右室功能障碍）、风险评分（TIMI STEMI、TIMI UA/NSTEMI、GRACE住院和6个月死亡率%、CRUSADE出血、DAPT）以及30天/1年结局（住院死亡率、MACE、再入院、AKI、卒中、大出血、支架血栓形成、再梗死、住院时间、出院/90天LVEF、心脏康复转诊、合并症、Charlson指数）。该数据集针对ACC/AHA STEMI指南、第4版心肌梗死通用定义（2018）、Killip-Kimball（1967）分类、NCDR ACTION + CathPCI注册、TIMI风险评分、GRACE注册、CRUSADE出血评分和DAPT评分进行了校准。这是一个样本预览，包含200名患者×144个特征（约280 KB）。完整产品覆盖10,000多名患者，包括扩展的导管室程序细节、完整药物滴定历史、长达2年的纵向随访，以及用于STEMI临床试验模拟、NSTEMI风险分层研究和心源性休克结局分析的预建队列配置。HCCAR002 — Synthetic Acute Myocardial Infarction Dataset (Sample Preview) is a single-table acute myocardial infarction (AMI) dataset spanning the complete in-hospital and 1-year clinical data surface for STEMI, NSTEMI, and Unstable Angina patients. It includes demographics and presentation (chief complaint, vitals, Killip class), ECG (ST elevation/depression, rhythm, intervals, infarct territory + STEMI lead mapping), serial troponin kinetics at 5 timepoints (0h / 3h / 6h / 12h / 24h) across 4 assays (TnI conventional, TnT conventional, hs-TnI, hs-TnT), additional biomarkers (CK-MB, myoglobin, BNP/NT-proBNP, lipids, hemoglobin A1c, eGFR, electrolytes, CBC, INR), intervention timing (door-to-balloon, door-to-needle, fibrinolysis, PCI, CABG, TIMI flow pre/post, stents, IABP/Impella/ECMO), medications (DAPT, anticoagulants, GP IIb/IIIa inhibitors, beta-blocker, ACEi/ARB, statin intensity, thrombolytic agent), echocardiography (LVEF, RWMA, LV dimensions, MR grade, pericardial effusion, RV dysfunction), risk scores (TIMI STEMI, TIMI UA/NSTEMI, GRACE in-hospital and 6-month mortality %, CRUSADE bleeding, DAPT), and 30-day / 1-year outcomes (in-hospital mortality, MACE, readmission, AKI, stroke, major bleeding, stent thrombosis, reinfarction, LOS, LVEF discharge / 90-day, cardiac rehab referral, comorbidities, Charlson index). Calibrated against ACC/AHA STEMI Guidelines, 4th Universal Definition of MI (2018), Killip-Kimball (1967) classification, NCDR ACTION + CathPCI registries, TIMI Risk Score, GRACE Registry, CRUSADE bleeding score, and DAPT Score. This is the sample preview — 200 patients × 144 features (~280 KB). The full product covers 10,000+ patients with extended cath lab procedural detail, full medication titration histories, longitudinal follow-up to 2 years, and pre-built cohort configs for STEMI clinical trial simulation, NSTEMI risk stratification studies, and cardiogenic shock outcomes analysis.

搜集汇总

数据集介绍

构建方式

该数据集依托XpertSystems.ai的合成数据工厂生成，以急性心肌梗死（AMI）的完整临床路径为蓝本，采用单表结构化形式构建。其生成过程以ACC/AHA STEMI指南、第四版心肌梗死通用定义（2018）、Killip-Kimball分级、NCDR ACTION与CathPCI注册研究、TIMI风险评分、GRACE注册研究、CRUSADE出血评分及DAPT评分为校验基准，通过十项验证指标确保治疗策略互斥、心源性休克与Killip IV一致、支架属性与PCI匹配、门球时间仅出现于STEMI、肌钙蛋白24小时动力学超越基线等结构性约束，从而在合成数据中复现真实临床逻辑。

特点

该数据集以200例患者、144个特征构成样本预览，覆盖人口学与就诊信息、心电图、连续肌钙蛋白动力学、介入时机、药物治疗、超声心动图、风险评分及30天与1年结局等八大临床模块。其突出特点在于五时点（0、3、6、12、24小时）肌钙蛋白序列与四种检测法（TnI、TnT、hs-TnI、hs-TnT）的精细刻画，以及门球时间、TIMI血流、支架类型、机械循环支持等介入细节的完整记录。所有变量均校准至命名临床标准，六组随机种子下十项验证指标全部通过，达到A+级结构保真度。

使用方法

该数据集可通过HuggingFace datasets库以load_dataset函数直接加载，或经hf_hub_download下载Parquet文件后借助pandas进行读取。使用时可依据mi_type字段筛选STEMI、NSTEMI或UA亚组，围绕门球时间、肌钙蛋白轨迹、GRACE风险分层等维度开展分析。建议将其用于STEMI与NSTEMI分类、住院死亡率预测、连续肌钙蛋白轨迹建模、GRACE/TIMI/CRUSADE评分验证、出血风险预测、DAPT决策建模、MACE预测、罪犯血管识别及LVEF恢复预测等任务，并注意该样本仅为原型验证用途，稀有事件训练应选用完整产品。

背景与挑战

背景概述

急性心肌梗死（AMI）是全球范围内致死致残的主要心血管急症，其临床表型涵盖ST段抬高型心肌梗死、非ST段抬高型心肌梗死与不稳定型心绞痛，诊疗决策高度依赖心电图、心肌肌钙蛋白动态轨迹及风险评分的整合判读。HCCAR002样本数据集由XpertSystems.ai合成数据工厂于心血管垂直领域构建，以200例患者、144个特征的单表结构，完整复现从急诊就诊至1年随访的院内临床数据面。该数据集以ACC/AHA STEMI指南、第四版心肌梗死通用定义、Killip-Kimball分级及NCDR ACTION与CathPCI注册研究为校准基准，旨在为AMI分类、door-to-balloon质量分析、死亡风险预测与肌钙蛋白动力学建模等任务提供结构保真的基准化数据资源，对心血管人工智能研究具有方法学示范意义。

当前挑战

该数据集所应对的核心领域问题在于，真实AMI注册数据受隐私壁垒与机构异构性制约，难以支撑可复现的机器学习基准，而合成数据须在统计保真与临床合理性之间取得平衡。构建过程中的具体挑战包括：肌钙蛋白五时点动力学须同时满足四种检测方法的动力学一致性与第四版通用定义的时间序列判据；治疗策略、支架属性与door-to-balloon时间须与NCDR注册标准保持互斥性与逻辑自洽；GRACE评分的死亡率校准存在对中危患者的系统性高估，且eGFR简化公式未纳入性别与年龄乘子；合并症独立采样削弱了心代谢综合征的共现结构；机械并发症与事件发生时间变量缺失，稀有事件在200例样本中近乎不可训练。上述局限要求使用者严格区分结构验证与绝对临床基准。

常用场景

经典使用场景

在心血管急症临床研究与机器学习的交叉领域，急性心肌梗死（AMI）的精准分型与风险分层始终是核心议题。该数据集最为经典的使用场景，在于依托心电图特征、五时点串联肌钙蛋白动力学轨迹及多元生物标志物谱，构建STEMI、NSTEMI与不稳定心绞痛的多元分类模型，并以第四版全球心肌梗死统一定义（4th UDMI 2018）作为基准进行验证。同时，门球时间（Door-to-Balloon）的预测分析亦为高频用法，即从急诊到达模式与临床表现中推演再灌注延迟，服务于NCDR ACTION注册登记的质量改进目标。

解决学术问题

该数据集有效回应了心血管研究中真实注册数据获取困难、隐私壁垒高企的长期困境。它使研究者得以在无需触及受保护健康信息的前提下，开展GRACE、TIMI、CRUSADE等经典风险评分的复现、验证与改进工作，并支撑院内死亡率预测、出血风险建模及DAPT疗程决策等课题。更重要的是，它为串联肌钙蛋白轨迹建模提供了五时点、四种检测法的结构化数据，使高敏与常规检测法的动力学比较成为可能，从而推动了急性冠脉综合征风险分层方法学的迭代与实证检验。

衍生相关工作

围绕该数据集，已衍生出多条经典研究脉络。其一是以GRACE与TIMI评分为基线的机器学习增强模型，用于院内死亡与30天MACE的联合预测；其二是基于五时点肌钙蛋白曲线的动力学参数拟合工作，涵盖峰值、上升速率与衰减常数的估计；其三是借助无监督聚类开展的AMI亚型表型发现研究。此外，与HCCAR001心衰数据集的配对使用，催生了急性-on-慢性心梗与心衰联合研究流程，拓展了纵向随访与复合终点分析的边界。