接受血栓预防的 coronavirus disease 2019 患者肺血栓栓塞数据集
该数据集来自一项回顾性观察研究，纳入自入院起接受预防剂量低分子量肝素但仍因临床怀疑肺血栓栓塞而接受下肢静脉多普勒超声和计算机断层肺动脉造影的 coronavirus disease 2019 住院患者
基本信息
资源简介
接受血栓预防的 coronavirus disease 2019 患者肺血栓栓塞数据集
该数据集英文名为“Pulmonary thromboembolism in coronavirus disease 2019 patients undergoing thromboprophylaxis”，来源于 doi.org，当前归类于循环系统疾病 / 其他。其内容对应一项回顾性观察研究，研究对象为自入院起接受预防剂量低分子量肝素（LMWH）但仍因临床怀疑肺血栓栓塞（PTE）而接受下肢静脉多普勒超声（LL-US）和计算机断层肺动脉造影（CTPA）的 2019 冠状病毒病（COVID-19）住院患者。数据集由 Zenodo 发布，发布时间为 2022 年，采用限制访问（Restricted Access）许可，主题标签包括 Pulmonary thromboembolism、coronavirus 和 thromboprophylaxis。整体而言，该数据集围绕 COVID-19 住院患者在接受血栓预防过程中肺血栓栓塞的发生情况及相关临床变量关联展开，具有明确的临床研究背景和影像学检查指向。
【数据集背景】
该数据集来自一项已发表研究，研究目的是调查接受预防剂量低分子量肝素治疗的 COVID-19 住院患者队列中肺血栓栓塞的患病率及其与临床变量的关联。研究设计为回顾性观察研究，纳入对象为自入院起即接受预防性 LMWH、但仍因临床怀疑 PTE 而转诊接受下肢静脉多普勒超声和计算机断层肺动脉造影的 COVID-19 患者。相关研究发表于 Medicine (Baltimore)，2021 年 1 月 8 日，第 100 卷第 1 期，文章编号 e24002，DOI 为 10.1097/MD.0000000000024002，PMID 为 33429763，PMCID 为 PMC7793450。数据集本身由 Zenodo 于 2022 年发布。
【数据内容】
数据集主题聚焦于 COVID-19 患者在接受血栓预防期间的肺血栓栓塞问题，主题标签涵盖 Pulmonary thromboembolism、coronavirus 与 thromboprophylaxis。源站描述提及研究关注 PTE 患病率及其与临床变量的关联，并涉及下肢静脉多普勒超声与计算机断层肺动脉造影等检查信息。除上述主题与检查类型外，源站未提供数据集具体字段、样本量、变量清单或文件构成等细节。
【采集与来源】
数据来源于 doi.org 所指向的已发表研究，作者包括 Schiaffino, Simone、Giacomazzi, Francesca、Esseridou, Anastassia、Cozzi, Andrea、Carriero, Serena、Mazzaccaro, Daniela P、Nano, Giovanni、Di Leo, Giovanni 等。研究机构信息在源站描述中未完整展开，数据集发布机构为 Zenodo。采集场景为 COVID-19 住院患者自入院起接受预防剂量 LMWH，并因临床怀疑 PTE 而接受 LL-US 和 CTPA 检查的回顾性观察过程。源站描述在“A dedicated radiologi”处截断，未提供更完整的采集流程说明。
【适用场景】
基于现有信息，该数据集适用于与 COVID-19 住院患者血栓预防相关的肺血栓栓塞研究场景，尤其是关注预防剂量低分子量肝素治疗下仍发生临床怀疑 PTE 的人群，以及 PTE 患病率与临床变量关联的分析。其影像学检查指向下肢静脉多普勒超声和计算机断层肺动脉造影，可用于相关临床与影像学交叉问题的研究参考。其他具体适用场景源站未提供。
【使用方法】
源站未提供具体使用方法、数据读取方式、字段说明或分析建议。数据集采用限制访问许可，使用前需遵循相应访问与授权要求。
【质量与限制】
该数据集对应回顾性观察研究，研究对象限定为接受预防剂量 LMWH 且因临床怀疑 PTE 而接受 LL-US 和 CTPA 的 COVID-19 住院患者，这一纳入条件可能影响其代表性。源站描述存在截断，未提供样本量、完整变量列表、缺失情况或质量控制信息。其他质量与限制细节源站未提供。
【引用与许可】
引用信息可参考：Schiaffino S, Giacomazzi F, Esseridou A, Cozzi A, Carriero S, Mazzaccaro DP, Nano G, Di Leo G, Spagnolo P, Sardanelli F. Pulmonary thromboembolism in coronavirus disease 2019 patients undergoing thromboprophylaxis. Medicine (Baltimore). 2021 Jan 8;100(1):e24002. doi: 10.1097/MD.0000000000024002. PMID: 33429763; PMCID: PMC7793450。数据集许可为 Restricted Access，具体许可条款与访问条件源站未提供。
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/10.5281/zenodo.6373372
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
数据集来自Schiaffino S, Giacomazzi F, Esseridou A, Cozzi A, Carriero S, Mazzaccaro DP, Nano G, Di Leo G, Spagnolo P, Sardanelli F. Pulmonary thromboembolism in coronavirus disease 2019 patients undergoing thromboprophylaxis. Medicine (Baltimore). 2021 Jan 8;100(1):e24002. doi: 10.1097/MD.0000000000024002. PMID: 33429763; PMCID: PMC7793450。摘要 本研究旨在调查一组接受预防剂量低分子肝素（LMWH）治疗的住院2019冠状病毒病（COVID-19）患者中肺血栓栓塞症（PTE）的患病率及其与临床变量的关联。在这项回顾性观察研究中，我们纳入了自入院起即接受预防性LMWH治疗、但因临床怀疑PTE而仍接受下肢静脉多普勒超声（LL-US）和计算机断层肺动脉造影（CTPA）检查的COVID-19患者。由一名专职放射科医师审阅CTPA图像，以评估PTE的存在/范围。2020年3月1日至4月30日期间，共纳入45例患者（34例男性，中位年龄67岁，四分位距[IQR] 60-76）。27例（60%）在CTPA上有PTE征象，其中17/27例（63%）为双侧受累，无一例累及主干分支。
在33/45例患者（73%）中，下肢超声（LL-US）在CTPA之前进行，其中3例有浅静脉血栓形成（9%，均无CTPA证实的PTE），1例有深静脉血栓形成（3%，有CTPA证实的PTE）。33例患者（73%）至少有一种合并症，主要为高血压（23/45，51%）和心血管疾病（15/45，33%）。在CTPA之前，5例患者D-二聚体升高（11.21 μg/mL，IQR 9.10-13.02），19例纤维蛋白原升高（550 mg/dL，IQR 476-590），26例白细胞介素-6升高（79 pg/mL，IQR 31-282），11例C反应蛋白升高（9.60 mg/dL，IQR 6.75-10.65），C反应蛋白是唯一在有和无PTE患者之间差异显著的实验室指标（P = .002）。在接受预防性低分子肝素（LMWH）治疗的COVID-19住院患者中，PTE高发生率（60%）可为进一
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。
