Freiburg TIPS 注册研究
Freiburg TIPS Registry 是一项来自 clinicaltrials.gov 的观察性注册研究数据集,面向临床显著肝硬化性与非肝硬化性门静脉高压患者,纳入拟接受经颈静脉肝内门体分流术(TIPS)植入者,并回顾性收录 2005 年 1 月 1 日至 2023 年 1 月 1 日前瞻部

基本信息
资源简介
Freiburg TIPS 注册研究
Freiburg TIPS Registry 是一项来自 clinicaltrials.gov 的观察性注册研究数据集,面向临床显著肝硬化性与非肝硬化性门静脉高压患者,纳入拟接受经颈静脉肝内门体分流术(TIPS)植入者,并回顾性收录 2005 年 1 月 1 日至 2023 年 1 月 1 日前瞻部分开始期间已治疗的患者。数据涵盖详细患者特征、流行病学、临床、影像与实验室参数,以及 TIPS 植入的介入数据,均录入电子数据库,可用于门静脉高压与 TIPS 相关临床特征及结局的分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝硬化、门静脉高压、非肝硬化性门静脉高压、Budd Chiari 综合征、门静脉血栓、门体分流。临床显著的肝硬化性和非肝硬化性门静脉高压患者,若被分配接受经颈静脉肝内门体分流术(TIPS)植入,可纳入本观察性研究。此外,在 2005 年 1 月 1 日至本研究前瞻性部分开始(2023 年 1 月 1 日)期间已接受治疗的患者将被回顾性纳入本注册研究。被分配接受 TIPS 植入的患者将在 TIPS 植入前一天被招募。将评估详细的患者特征、流行病学、临床、影像和实验室参数,并纳入电子数据库。此外,TIPS 植入的介入数据也将纳入数据库。除这些
【主题与分类】
主题标签:Liver Cirrhosis、Portal Hypertension、Non-Cirrhotic Portal Hypertension、Budd Chiari Syndrome、Portal Vein Thrombosis、Portal Systemic Shunt。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/NCT05782556
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/NCT05782556
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:肝硬化、门静脉高压、非肝硬化性门静脉高压、布加综合征、门静脉血栓形成、门体分流。临床上具有显著意义的肝硬化和非肝硬化性门静脉高压患者,若被分配接受经颈静脉肝内门体分流术(TIPS)植入,可纳入本观察性研究。此外,在2005年1月1日至本研究前瞻性部分开始之日(2023年1月1日)期间接受过治疗的患者,将被回顾性纳入本登记研究。被分配接受TIPS植入的患者将在TIPS植入前一天被招募。将评估详细的患者特征、流行病学、临床、影像学和实验室参数,并录入电子数据库。此外,TIPS植入的介入数据也将纳入数据库。除这些数据外,还将邀请患者参与生物样本库采样,包括在TIPS植入期间从外周静脉以及从肝脏和门静脉采集血清/血浆和外周血单核细胞(PBMC)样本。
本注册研究纳入的所有患者将至少接受12个月的随访,并在TIPS植入后第3、6和12个月进行定期访视。将评估的结局参数包括TIPS术后肝性脑病的发生、慢加急性肝衰竭(ACLF)、感染、临床显著门静脉高压的复发、TIPS修正的需求以及死亡和肝移植。
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。




