Edoxaban与Rivaroxaban真实世界证据回顾性数据收集研究

源站描述指出,关键试验对亚洲肾功能损害患者纳入有限,需在亚洲人群中评估推荐剂量的真实世界临床事件,以优化DOAC使用、改善卒中预防并减少出血并发症

Daiichi SankyoDaiichi Sankyo
clinicaltrials
浏览 9
其他预测Atrial FibrillationRenal Dysfunction
A Real World Evidence Retrospective Data Collection Study of Edoxaban and Rivaroxaban

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-19

资源简介

Edoxaban与Rivaroxaban真实世界证据回顾性数据收集研究

该数据集来自clinicaltrials.gov,为一项关于Edoxaban与Rivaroxaban的真实世界证据回顾性数据收集研究,覆盖Atrial Fibrillation与Renal Dysfunction人群。源站描述指出,关键试验对亚洲肾功能损害患者纳入有限,需在亚洲人群中评估推荐剂量的真实世界临床事件,以优化DOAC使用、改善卒中预防并减少出血并发症。数据可用于相关真实世界临床事件分析与用药评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:Atrial Fibrillation、Renal Dysfunction。尽管ENGAGE AF-TIMI 48和ROCKET AF等关键试验已确立rivaroxaban和edoxaban推荐剂量的疗效与安全性,但这些研究对亚洲肾功能损害患者的纳入有限。这反映出需要在这一特定人群中进一步研究。鉴于亚洲独特的临床特征和处方实践,评估该群体中推荐剂量的真实世界临床事件至关重要。研究结果将有助于更好地理解直接口服抗凝药(DOAC)在亚洲人群中的优化使用,从而改善NVAF合并肾功能损害患者的卒中预防策略并尽量减少出血并发症。

【主题与分类】

主题标签:Atrial Fibrillation、Renal Dysfunction。本站分类:循环系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07874555

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07874555

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:心房颤动、肾功能不全。尽管ENGAGE AF-TIMI 48和ROCKET AF等关键试验已证实利伐沙班和依度沙班推荐剂量的疗效与安全性,但这些研究对伴有肾功能损害的亚洲患者纳入有限。这反映出需要在特定人群中开展进一步研究。鉴于亚洲独特的临床特征和处方实践,评估该人群中推荐剂量的真实世界临床事件至关重要。研究结果将有助于更好地理解直接口服抗凝药(DOAC)在亚洲人群中的优化使用,从而改善非瓣膜性心房颤动(NVAF)合并肾功能不全患者的卒中预防策略并尽量减少出血并发症。

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。

获取专属数据定制方案