抗血栓治疗患者缺铁性贫血的内镜评估
该数据集来自 clinicaltrials.gov,聚焦接受抗血栓治疗且出现不明原因消化道出血(OGIB)的患者,涵盖不明原因消化道出血、缺铁性贫血与抗血栓治疗等主题

基本信息
资源简介
抗血栓治疗患者缺铁性贫血的内镜评估
该数据集来自 clinicaltrials.gov,聚焦接受抗血栓治疗且出现不明原因消化道出血(OGIB)的患者,涵盖不明原因消化道出血、缺铁性贫血与抗血栓治疗等主题。源站描述为一项单中心、前瞻性、随机预试验,计划约 20 名受试者按 1:1 随机分组,评估两种管理策略的可行性与安全性。数据可用于抗血栓治疗相关消化道出血管理策略的研究与分类分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:不明原因消化道出血、缺铁性贫血、抗血栓治疗。抗血栓治疗在预防动脉粥样硬化性冠状动脉疾病和心房颤动患者的血栓事件中起关键作用。然而,这些治疗与胃肠道出血风险增加相关,包括不明原因消化道出血(OGIB),后者常反复发作并与高发病率和高死亡率相关。这项单中心、前瞻性、随机预试验旨在评估两种不同管理策略对接受抗血栓治疗并出现 OGIB 的患者的可行性和安全性。约 20 名参与者将按 1:1 比例随机分为两组:A 组将根据临床指征接受重复胃肠道评估(如内镜检查、结肠镜检查、胶囊内镜检查),并联合铁补
【主题与分类】
主题标签:Obscure Gastrointestinal Bleeding、Iron-Deficiency Anemia、Antithrombotic Therapy。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/NCT07089030
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/NCT07089030
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:不明原因消化道出血、缺铁性贫血、抗血栓治疗。抗血栓治疗在预防动脉粥样硬化性冠状动脉疾病和心房颤动患者的血栓事件中起着关键作用。然而,这些治疗与胃肠道出血风险增加相关,包括不明原因消化道出血(OGIB),后者常反复发作,并与高发病率和死亡率相关。这项单中心、前瞻性、随机试点研究旨在评估两种不同管理策略对接受抗血栓治疗并出现OGIB的患者的可行性和安全性。约20名参与者将按1:1比例随机分为两组:A组将根据临床指征接受反复胃肠道评估(如内镜检查、结肠镜检查、胶囊内镜检查),并根据需要接受铁剂补充(口服或静脉)或输血。B组将接受单轮胃肠道评估、根据需要补充铁剂或输血,并定期进行实验室监测(血红蛋白和铁蛋白水平)。
主要目的是评估开展一项更大规模随机对照试验的可行性,该试验将比较保守药物管理与标准重复内镜评估。次要目的是比较两组之间的生活质量。本研究还将评估招募策略、测量工具以及“观察等待”方法的安全性。最终,研究结果将有助于确定内镜评估是否对接受抗血栓治疗、初始内镜检查结果为阴性且患有缺铁性贫血的患者具有临床获益。目前,尚无针对该人群复发性缺铁性贫血管理的既定指南。
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。




