观察性研究:了解Rivaroxaban在先天性心脏病Fontan术后儿童中的安全性和有效性
该数据集来自clinicaltrials.gov,为一项观察性研究,收集先天性心脏病患儿在接受Fontan手术后的数据,这些患儿由医生处方使用rivaroxaban

基本信息
资源简介
观察性研究:了解Rivaroxaban在先天性心脏病Fontan术后儿童中的安全性和有效性
该数据集来自clinicaltrials.gov,为一项观察性研究,收集先天性心脏病患儿在接受Fontan手术后的数据,这些患儿由医生处方使用rivaroxaban。先天性心脏病是部分儿童出生时即存在的心脏问题,有时需通过Fontan手术改善血流,但该手术可能增加血栓形成风险,甚至导致死亡。研究药物rivaroxaban是一种获批用于预防血栓形成的抗凝药,通过阻断相关蛋白阻止血液凝固。数据可用于评估该药在儿童Fontan术后预防静脉血栓栓塞的安全性与疗效(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:预防静脉血栓栓塞、先天性心脏病、Fontan手术、儿童。这是一项观察性研究,将收集并研究先天性心脏病患儿的数据。这些儿童将包括那些在心脏手术(称为Fontan手术)后由医生处方使用rivaroxaban的患儿。先天性心脏病(CHD)是部分儿童出生时即存在的心脏问题。它有时需要一种称为Fontan手术的外科手术来改善体内血流。Fontan手术可能增加血管内血栓形成(称为血栓症)的风险,这可能导致死亡。研究药物rivaroxaban是一种获批用于预防血栓形成的治疗方法。它是一种抗凝剂,通过阻断一种负责凝血的蛋白质来防止血液凝固。Riv
【主题与分类】
主题标签:Prevention of Venous Thromboembolism、Congenital Heart Disease、Fontan Procedure、Children。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06193863
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/NCT06193863
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:预防静脉血栓栓塞症、先天性心脏病、Fontan手术、儿童。这是一项观察性研究,将收集并研究先天性心脏病儿童的数据。这些儿童将包括那些在称为Fontan手术的心脏手术后由医生开具利伐沙班处方的儿童。先天性心脏病(CHD)是一些儿童出生时就有的心脏问题。它有时需要一种称为Fontan手术的手术来改善体内的血液流动。Fontan手术可能会增加血管中血栓形成的风险(称为血栓症),这可能导致死亡。研究药物利伐沙班是一种获批用于预防血栓形成的治疗方法。它是一种抗凝剂,通过阻断一种负责凝血的蛋白质来防止血液凝固。利伐沙班可能会增加出血风险。一项先前的研究表明,在接受过Fontan手术的CHD儿童中,服用利伐沙班与服用阿司匹林相比,重大出血事件的数量差异不大。
然而,关于日本患者的信息有限。为了更好地了解该药物在儿童中的安全性和潜在风险,需要更多关于利伐沙班在真实世界中应用的知识。本研究的主要目的是进一步了解接受利伐沙班治疗的儿童中发生大出血或非大出血的情况。大出血定义为严重或危及生命的出血事件,可能对个人健康造成影响并需要医疗关注。非大出血定义为一种若不加以治疗可能对个人健康产生负面影响的出血类型。数据收集时间为2023年12月至2026年6月。研究人员将对每位参与者进行观察,直至停止治疗后最多30天,或最长2年。在本研究中,仅收集常规就诊中可获取的数据。本研究不要求进行任何访视或检查。研究
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。




