外周VA-ECMO期间个体化或常规输血策略
该数据集来自clinicaltrials.gov,主题为外周VA-ECMO支持期间个体化与常规输血策略的比较。覆盖心源性休克、体外膜肺氧合、输血相关并发症、贫血及氧输送等方向

基本信息
资源简介
外周VA-ECMO期间个体化或常规输血策略
该数据集来自clinicaltrials.gov,主题为外周VA-ECMO支持期间个体化与常规输血策略的比较。覆盖心源性休克、体外膜肺氧合、输血相关并发症、贫血及氧输送等方向。源站描述指出,外周VA-ECMO是难治性心源性休克机械循环支持的主要手段,该治疗与浓缩红细胞高消耗相关,每日可达1至3单位,原因包括频繁出血并发症及与出血无直接关系的贫血,后者与溶血、血液稀释、既往出血、血栓形成等有关。为恢复、维持或提高外周器官氧输送,常在贫血时输注红细胞。该数据可用于输血策略相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心源性休克、体外膜肺氧合、输血相关并发症、贫血、氧输送。外周VA-ECMO是难治性心源性休克机械循环支持的主要手段。该治疗与浓缩红细胞(PRBCs)的高消耗相关,每日支持可达1至3单位PRBCs。如此高消耗PRBCs的主要原因是非常频繁的出血并发症以及与出血事件无直接关系的贫血的普遍存在。由于溶血、血液稀释、既往出血事件、血栓形成等,这些贫血在VA-ECMO支持期间很常见。为了恢复、维持或增加对外周器官的氧输送(DO2),当观察到贫血时,常进行RGCs。多项研究报告了输注这些PRB之间的关联
【主题与分类】
主题标签:Cardiogenic Shock、Extracorporeal Membrane Oxygenation、Transfusion Related Complication、Anemia、Oxygen Delivery。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05699005
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/NCT05699005
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
情况:心源性休克、体外膜肺氧合、输血相关并发症、贫血、氧输送。外周VA-ECMO是难治性心源性休克中机械循环支持的主要手段。这种治疗与大量消耗浓缩红细胞(PRBCs)相关,每支持日可达1至3单位PRBCs。如此高消耗PRBCs的主要原因是非常频繁的出血并发症和与出血事件非直接相关的贫血的普遍存在。由于溶血、血液稀释、既往出血事件、血栓形成等,这些贫血在VA-ECMO支持期间很常见。为了恢复、维持或增加对外周器官的氧输送(DO2),当观察到贫血时,常进行红细胞输注(RGCs)。多项研究报道了在此ECMO环境下,这些PRBCs的输注与发病率和死亡率之间的关联。考虑到DO2的其他决定因素,尚无适当的策略来减少PRBCs的消耗。此外,目前尚无经过验证或共识的血红蛋白阈值来指导这一特定人群的输血。
此外,由于患者之间基于病因、疾病严重程度和ECMO模式的不同,对DO2的需求存在差异,这种预先设定阈值的策略在VA-ECMO情况下可能并不合适。另外,同一患者以及不同ECMO设置之间均可观察到DO2的较大波动。因此,在此类人群中,采用以DO2替代指标ScVO2为指导的更为个体化的策略可能更为合适。最近在两项心脏手术患者的随机对照试验中,这种ScVO2策略已被证明与减少PRBC输注相关。这项多中心随机对照试验的目的是比较接受体外静脉-动脉膜氧合治疗难治性心源性休克患者的两种红细胞输注策略。将基于ScVO2水平的个体化输血策略与基于预先设定血红蛋白阈值的常规策略进行比较。
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。




