直接口服抗凝药用于合并甲状腺功能亢进的房颤患者
目的 甲状腺功能亢进患者被排除在直接口服抗凝药(DOACs)用于非瓣膜性心房颤动(NVAF)患者卒中预防的随机临床试验之外

基本信息
资源简介
直接口服抗凝药用于合并甲状腺功能亢进的房颤患者
目的 甲状腺功能亢进患者被排除在直接口服抗凝药(DOACs)用于非瓣膜性心房颤动(NVAF)患者卒中预防的随机临床试验之外
Direct oral anticoagulants in atrial fibrillation patients with concomitant hyperthyroidism
【数据集背景】
源站首次发布:2020。
【数据内容】
源站描述(机器翻译,仅供参考):目的 甲状腺功能亢进患者被排除在直接口服抗凝药(DOACs)用于非瓣膜性心房颤动(NVAF)患者卒中预防的随机临床试验之外。方法 我们利用台湾全民健康保险研究数据库的数据进行了一项全国性回顾性队列研究。我们纳入了2012年6月1日至2017年12月31日期间服用DOACs和华法林的NVAF合并甲状腺功能亢进患者分别为3,213例和1,181例。我们还纳入了服用DOACs和华法林的NVAF无甲状腺功能亢进患者分别为53,591例和16,564例。我们使用基于倾向评分的稳定权重(PSSWs)来平衡研究组间的协变量。我们还对服用DOACs者(有甲状腺功能亢进n=3,213,无甲状腺功能亢进n=12,852)和服用华法林者(有甲状腺功能亢进n=1,181,无甲状腺功能亢进n=4,724)分别进行了1:4匹配。结果 在PSSW后
【主题与分类】
主题标签:心房颤动、甲状腺功能亢进、直接口服抗凝药、华法林、回顾性队列研究、倾向评分加权、台湾健保数据库。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.k3j9kd543
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.k3j9kd543
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:
数据集大小约 2.9 MB。
数据说明
目的 针对非瓣膜性心房颤动(NVAF)患者卒中预防的直接口服抗凝药(DOACs)随机临床试验排除了甲状腺功能亢进(甲亢)患者。方法 我们利用台湾全民健康保险研究数据库的数据开展了一项全国性回顾性队列研究。我们纳入2012年6月1日至2017年12月31日期间服用DOACs和华法林的NVAF合并甲亢患者,分别为3,213例和1,181例。我们还纳入服用DOACs和华法林的NVAF无甲亢患者,分别为53,591例和16,564例。我们采用基于倾向评分的稳定权重(PSSWs)来平衡各研究组间的协变量。我们还对服用DOACs者(合并甲亢n=3,213,无甲亢n=12,852)以及服用华法林者(合并甲亢n=1,181,无甲亢n=4,724)分别进行了1:4匹配。结果 经PSSW后,在甲亢患者中,DOACs的缺血性卒中/系统性栓塞(IS/SE)风险与华法林相当,而大出血风险低于华法林(风险比(HR):0.65;[95%置信区间(CI):0.44-0.96];P=0.0295)。
甲状腺功能亢进与非甲状腺功能亢进患者之间,IS/SE和 major bleeding 的风险相当。然而,服用华法林的甲状腺功能亢进患者较无甲状腺功能亢进者具有更低的IS/SE风险(HR:0.61;[95%CI:0.43-0.86];P=0.0050)。结论:在伴有甲状腺功能亢进的NVAF亚洲患者中,DOACs可能是华法林的有效且更安全的替代选择。对于此类患者,可考虑使用DOACs进行血栓预防,并且有必要在进一步的前瞻性研究中验证这一发现。
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。




