意大利老年非瓣膜性心房颤动患者临床特征与口服抗凝药使用关联研究
该数据集来自 clinicaltrials.gov，聚焦意大利老年非瓣膜性心房颤动（NVAF）患者，旨在提供真实世界数据，用于分析影响老年 NVAF 患者使用口服抗凝药的相关因素，并评估用药一年后的持续性
基本信息
资源简介
意大利老年非瓣膜性心房颤动患者临床特征与口服抗凝药使用关联研究
该数据集来自 clinicaltrials.gov，英文名称为“A Study Evaluating the Associations Between Clinical Characteristics and Use of Oral Anticoagulants in Italian Elderly Participants With Non-Valvular Atrial Fibrillation”，本站归类于心血管系统疾病下的心房颤动方向，主题标签为非瓣膜性心房颤动（NVAF）。数据集聚焦意大利老年非瓣膜性心房颤动患者，旨在提供真实世界数据，用于分析影响这一人群使用口服抗凝药的相关因素，并评估用药一年后的持续性。整体而言，该数据集围绕老年 NVAF 患者抗凝治疗的真实世界用药行为与依从性展开，适合关注房颤抗凝管理、老年人群用药决策及真实世界研究的研究者参考使用。
【数据集背景】
非瓣膜性心房颤动是老年人群中常见的心律失常类型，口服抗凝药是预防其血栓栓塞事件的重要手段。然而在真实临床实践中，老年患者是否接受口服抗凝治疗、受哪些临床特征影响，以及开始用药后能否长期坚持，都是临床关注的问题。该数据集所对应的研究正是针对意大利老年 NVAF 人群，试图通过真实世界数据回答上述问题，为理解老年房颤患者抗凝治疗的现实状况提供依据。
【数据内容】
该数据集的主题为非瓣膜性心房颤动（NVAF），研究关注的核心内容包括两个方面：一是与老年 NVAF 患者使用口服抗凝药相关的因素，二是用药一年后的持续性（persistence rate）。数据集所属分类为心血管系统疾病 / 心房颤动，主题标签为“Non-Valvular Atrial Fibrillation (NVAF)”。关于数据集内具体包含哪些字段、变量、样本量、时间范围等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，该研究的目标是提供真实世界数据，以探讨在意大利受非瓣膜性心房颤动影响的老年人群中，与口服抗凝药给药相关的因素，以及一年后的持续性率。关于数据采集的具体机构、采集方法、入组标准与数据提取流程等，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解意大利老年 NVAF 患者口服抗凝药使用的真实世界情况，适用于探讨影响老年房颤患者抗凝用药的相关因素，以及评估用药一年后持续性的研究场景。对于关注房颤抗凝管理、老年人群用药决策和真实世界证据的研究者，该数据集具有参考价值。其他更具体的应用方向，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
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/NCT05232643
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：非瓣膜性心房颤动（NVAF）。本研究旨在提供真实世界数据，以探讨在意大利受非瓣膜性心房颤动（NVAF）影响的老年人群中，与口服抗凝药给药相关的因素，以及一年后的持续用药率。
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。
