CHD患者INR家庭与标准门诊监测比较
该数据集来自clinicaltrials.gov,聚焦先天性心脏病(CHD)患者INR监测方式的比较研究。研究对象为14岁以上CHD患者,比较标准门诊管理与家庭管理INR的疗效与结局,旨在确定哪种方式能带来更长的治疗范围时间、更小的INR变异性和更少的不良事件

基本信息
资源简介
CHD患者INR家庭与标准门诊监测比较
该数据集来自clinicaltrials.gov,聚焦先天性心脏病(CHD)患者INR监测方式的比较研究。研究对象为14岁以上CHD患者,比较标准门诊管理与家庭管理INR的疗效与结局,旨在确定哪种方式能带来更长的治疗范围时间、更小的INR变异性和更少的不良事件。研究还调查患者对当前INR管理方式易用性、实用性和满意度的看法,并使用RAND SF-36评估健康相关生活质量。数据可用于抗凝管理效果预测、患者报告结局分析及监测策略比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:先天性心脏病、先天性心脏缺陷、成人先天性心脏病。目的与目标:本研究旨在比较14岁以上CHD患者中标准门诊管理与家庭管理INR的疗效和结局,并确定哪种INR管理方式能带来更长的治疗范围时间、更小的INR变异性和更少的不良事件。本研究将有多项具体目标,详述如下。1. 确定家庭监测INR的患者或使用标准门诊管理的患者是否在治疗范围内时间更长、INR变异性更小且不良事件更少。2. 调查患者对其当前INR管理方式易用性、实用性和满意度的看法。3. 使用RAND SF-36调查患者总体健康相关生活质量(HRQoL)
【主题与分类】
主题标签:Congenital Heart Disease、Congenital Heart Defect、Adult Congenital Heart Disease。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04136379
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/NCT04136379
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:先天性心脏病、先天性心脏缺陷、成人先天性心脏病。目的与目标:本研究旨在比较14岁以上先天性心脏病患者中,标准门诊管理与家庭管理INR的有效性和结局,并确定哪种INR管理方法能带来更长的治疗范围时间、更少的INR变异性以及更少的不良事件。本研究将设定若干具体目标,详述如下。1. 确定家庭监测INR的患者与采用标准门诊管理的患者相比,是否在治疗范围内的时间更长、INR变异性更小且不良事件更少。2. 调查患者对当前INR管理方法易用性、实用性及满意度的看法。3. 使用RAND SF-36调查表对18岁及以上参与者、使用PedsQL生活质量量表对14-17岁参与者,考察患者总体健康相关生活质量(HRQoL),并确定两组队列之间HRQoL是否存在差异。4.
对参与者的全科医生(GP)进行结构化访谈,以考察他们对INR家庭监测的看法/信念;并对ACHD临床专科护士和临床研究护士(负责培训患者使用家庭监测)进行半结构化访谈,以考察他们对INR家庭监测的看法。拟议研究的实验细节与设计:本研究将是一项为期1年的前瞻性队列研究,监测正在服用华法林的CHD患者。患者将从贝尔法斯特皇家维多利亚医院(RVH)的ACHD门诊招募。这些门诊约有4,000名14岁及以上的CHD患者就诊,其中一部分患者正在接受华法林治疗。服用华法林的患者将由Jan Gordon(ACHD临床专科护士)或Deirdre Lovell(临床研究护士)识别。适合的患者若在ACHD门诊之一就诊
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。




