COLT 研究的设计与依据
本数据集来自 clinicaltrials.gov,主题为 COLT 研究的设计与依据,聚焦下肢深静脉血栓、血栓后综合征、静脉血栓栓塞症及静脉功能不全等循环系统疾病

基本信息
资源简介
COLT 研究的设计与依据
本数据集来自 clinicaltrials.gov,主题为 COLT 研究的设计与依据,聚焦下肢深静脉血栓、血栓后综合征、静脉血栓栓塞症及静脉功能不全等循环系统疾病。源站描述指出,下肢深静脉血栓可导致血栓后综合征、慢性腿部肿胀、疼痛、皮肤改变及生活质量下降,抗凝治疗虽能阻止血栓进展并降低复发风险,但许多患者仍出现长期静脉损伤,炎症被认为在血栓形成、静脉壁损伤及血栓延迟消退中起关键作用,低剂量秋水仙碱具有良好安全性。该数据可用于相关研究设计与机制探讨(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:下肢深静脉血栓、血栓后综合征、静脉血栓栓塞症(VTE)、静脉功能不全。下肢深静脉血栓(DVT)是一种严重疾病,血液在腿部深静脉中形成血凝块。DVT 可导致长期并发症,如血栓后综合征(PTS)、慢性腿部肿胀、疼痛、皮肤改变和生活质量受损。抗凝剂标准治疗有助于防止血栓进展并降低复发性静脉血栓栓塞症(VTE)的风险,但许多患者仍会出现长期静脉损伤。炎症被认为在血栓形成、静脉壁损伤和 DVT 延迟消退中起关键作用。秋水仙碱是一种抗炎药物,已广泛用于其他心血管和炎症性疾病,低剂量使用时具有良好的安全性。初步 s
【主题与分类】
主题标签:Venous Thrombosis Deep (Limbs)、Post-thrombotic Syndrome、Venous Thromboembolism (VTE)、Venous Insufficiency。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07432529
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/NCT07432529
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:下肢深静脉血栓形成、血栓后综合征、静脉血栓栓塞症(VTE)、静脉功能不全。下肢深静脉血栓形成(DVT)是一种严重疾病,指腿部深静脉内形成血凝块。DVT可导致长期并发症,如血栓后综合征(PTS)、慢性腿部肿胀、疼痛、皮肤改变及生活质量受损。抗凝药物的标准治疗有助于防止血栓进展并降低复发性静脉血栓栓塞症(VTE)的风险,但许多患者仍会出现长期静脉损伤。炎症被认为在血栓形成、静脉壁损伤及DVT延迟消退中起关键作用。秋水仙碱是一种抗炎药物,已广泛用于其他心血管和炎症性疾病,低剂量使用时具有良好的安全性。初步研究表明,秋水仙碱可能有助于减轻与DVT相关的炎症并促进静脉恢复。COLT-DVT研究是一项在意大利进行的多中心、随机、双盲、安慰剂对照临床试验。
本研究将纳入约940例首次发生下肢急性近端深静脉血栓形成的成年患者。参与者将按1:1比例随机分配,在接受标准抗凝治疗的基础上,分别接受低剂量秋水仙碱或匹配安慰剂。秋水仙碱治疗将在第1个月以0.5 mg每日两次给药,随后5个月以0.5 mg每日一次给药。参与者将接受共计12个月的随访。本研究的主要目标是确定在深静脉血栓形成后加用秋水仙碱是否能降低1年后血栓形成后综合征的发生率。次要目标包括评估复发性静脉血栓栓塞、通过双功超声评估静脉再通和瓣膜功能、使用经验证的问卷评估健康相关生活质量,以及秋水仙碱治疗的安全性和耐受性。本研究旨在提供新的证据,以说明针对深静脉血栓形成中的炎症是否能改善患者结局、减少长期并发
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。




