阿司匹林单用与低剂量利伐沙班联合阿司匹林治疗慢性肢体威胁性缺血的比较
该数据集来自 clinicaltrials.gov,为一项临床试验,比较低剂量利伐沙班联合阿司匹林与阿司匹林单用在40-70岁慢性肢体威胁性缺血合并糖尿病、高血压及高胆固醇血症患者中的有效性

基本信息
资源简介
阿司匹林单用与低剂量利伐沙班联合阿司匹林治疗慢性肢体威胁性缺血的比较
该数据集来自 clinicaltrials.gov,为一项临床试验,比较低剂量利伐沙班联合阿司匹林与阿司匹林单用在40-70岁慢性肢体威胁性缺血合并糖尿病、高血压及高胆固醇血症患者中的有效性。主要关注联合治疗是否减少主要不良肢体事件(如急性肢体缺血和截肢)与主要不良心血管事件(如心肌梗死和卒中),并改善肢体相关结局,观察期6个月。数据可用于评估抗栓治疗对肢体与心血管结局的预测与比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肢体缺血。本临床试验的目标是比较低剂量利伐沙班联合阿司匹林与阿司匹林单用在40-70岁慢性肢体威胁性缺血、糖尿病、高血压及高胆固醇血症患者中的有效性。其主要旨在回答的问题包括:低剂量利伐沙班联合阿司匹林是否减少主要不良肢体事件(MALE),如急性肢体缺血和截肢?联合治疗是否减少主要不良心血管事件(MACE),如心肌梗死和卒中,并改善肢体相关结局?研究者将比较低剂量利伐沙班(2.5 mg 每日两次)联合阿司匹林(75-100 mg 每日)与阿司匹林单用,以观察联合治疗在6个月期间是否提供更好的结局。参与者将:接受基线临床评估、血液
【主题与分类】
主题标签:Limb Ischemia。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/NCT07832578
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/NCT07832578
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
疾病:肢体缺血。本临床试验旨在比较低剂量利伐沙班联合阿司匹林与单用阿司匹林在40-70岁患有慢性肢体威胁性缺血、糖尿病、高血压和高胆固醇血症患者中的有效性。其主要研究问题为:* 低剂量利伐沙班联合阿司匹林是否可减少主要不良肢体事件(MALE),如急性肢体缺血和截肢?* 联合治疗是否可减少主要不良心血管事件(MACE),如心肌梗死和卒中,并改善肢体相关结局?研究者将比较低剂量利伐沙班(2.5 mg,每日两次)联合阿司匹林(75-100 mg,每日一次)与单用阿司匹林,以观察联合治疗在6个月期间是否提供更好的结局。参与者将:* 接受基线临床评估、血液检查、ABPI/TBI以及多普勒/双功能超声评估。* 被随机分配至利伐沙班联合阿司匹林组或单用阿司匹林组。* 在规定间隔参加随访,以评估WIFI评分、ABPI、伤口愈合、MALE、MACE和生活质量。
- 在随访期间评估治疗依从性、副作用及出血情况。
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。




