西班牙初级保健中的INR控制与心房颤动(PAULA)
PAULA是一项在西班牙初级保健机构开展的观察性回顾/横断面多中心研究,关注非瓣膜性心房颤动患者的INR控制情况。研究背景是维生素K拮抗剂用于房颤患者血栓栓塞并发症的长期预防,因其剂量反应变异大、治疗窗窄,需监测抗凝强度,INR应维持在2.0-3.0的目标范围

基本信息
资源简介
西班牙初级保健中的INR控制与心房颤动(PAULA)
PAULA是一项在西班牙初级保健机构开展的观察性回顾/横断面多中心研究,关注非瓣膜性心房颤动患者的INR控制情况。研究背景是维生素K拮抗剂用于房颤患者血栓栓塞并发症的长期预防,因其剂量反应变异大、治疗窗窄,需监测抗凝强度,INR应维持在2.0-3.0的目标范围。该研究主要目的是确定西班牙初级保健日常诊疗中非瓣膜性房颤患者的INR控制率,由西班牙三大初级保健科学学会支持。数据可用于评估抗凝管理质量及相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:心房颤动与心房扑动。维生素K拮抗剂(VKAs)传统上用于心房颤动(AF)患者血栓栓塞并发症的长期预防。由于VKAs的剂量反应存在变异性且治疗窗窄,监测抗凝程度是强制性的。国际标准化比值(INR)提供了VKA抗凝效果的标准化测量。INR应保持在窄范围内(治疗性INR目标2.0-3.0)以控制抗凝强度。本研究的主要目的是确定西班牙初级保健日常诊疗中非瓣膜性AF患者的INR控制率。PAULA是一项观察性回顾性/横断面多中心研究,由西班牙三大初级保健科学学会支持:Sociedad Española de Méd
【主题与分类】
主题标签:Atrial Fibrillation and Flutter。本站分类:心血管系统疾病/心房颤动。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02273609
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/NCT02273609
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:心房颤动与心房扑动。维生素K拮抗剂(VKAs)传统上用于心房颤动(AF)患者血栓栓塞并发症的长期预防。由于VKAs的剂量反应存在变异性且治疗窗狭窄,必须监测抗凝程度。国际标准化比值(INR)提供了VKA抗凝效果的标准化衡量指标。INR应保持在狭窄范围内(治疗性INR目标为2.0-3.0)以控制抗凝强度。本研究的主要目的是确定西班牙初级保健机构日常诊疗的非瓣膜性AF患者的INR控制率。PAULA是一项观察性回顾性/横断面多中心研究,由西班牙三大初级保健科学学会支持:西班牙初级保健医师学会(SEMERGEN)、西班牙家庭与社区医学会(SEMFYC)和西班牙全科与家庭医师学会(SEMG)。研究纳入年龄≥18岁、患有非瓣膜性AF、在初级保健机构接受VKAs治疗至少一年的患者。
纳入标准为:过去12个月内至少应有80%的INR值可供获取。纳入前,患者需提供书面知情同意。纳入时,从患者的临床病史中记录临床数据(生物人口学数据、合并症、治疗及血栓栓塞/出血风险)。INR值取自纳入前12个月的数据。当治疗范围内时间百分比(TTR)<65%(采用Rosendaal法计算)或直接法(INR值比例)<60%时,视为INR控制不佳。该研究经马德里La Paz医院伦理委员会批准。本研究共纳入1,524例患者。
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。




