南非儿童外科结局研究2
该数据集来自 clinicaltrials.gov,聚焦儿童外科领域的贫血与缺铁性贫血问题。源站描述指出,儿童非心脏手术队列二次分析中术前贫血发生率为46.2%,缺铁性贫血在成人术前贫血中占比可达30%,儿童缺铁对认知表现有负面影响

基本信息
资源简介
南非儿童外科结局研究2
该数据集来自 clinicaltrials.gov,聚焦儿童外科领域的贫血与缺铁性贫血问题。源站描述指出,儿童非心脏手术队列二次分析中术前贫血发生率为46.2%,缺铁性贫血在成人术前贫血中占比可达30%,儿童缺铁对认知表现有负面影响。数据可用于研究术前贫血与术后并发症、输血率的关系,以及术前补铁干预的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:儿童外科、贫血、缺铁性贫血、铁、前瞻性研究、干预性研究。儿童和成人患者的研究均显示,术前贫血与术后发病率和死亡率升高以及输血率增加相关。在SAPSOS儿童非心脏手术队列的二次分析中,术前贫血的发生率为46.2%。已有研究表明,缺铁性贫血可占成人术前贫血的30%。缺铁和缺铁性贫血在儿童中更受关注,因为其可能对认知表现产生负面影响。近期一项关于术前补铁在减少成人患者围手术期输血作用的Cochrane综述发现,接受术前补铁的患者在异体输血给药方面未见显著减少
【主题与分类】
主题标签:Paediatric Surgery、Anaemia、Iron Deficiency Anemia、Iron、Prospective Studies、Interventional Studies。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05681871
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/NCT05681871
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:小儿外科、贫血、缺铁性贫血、铁、前瞻性研究、干预性研究。针对儿童和成人患者的研究均表明,术前贫血与术后发病率和死亡率升高以及输血率增加相关。在SAPSOS队列接受非心脏手术儿童的二次分析中,术前贫血的发生率为46.2%。研究表明,缺铁性贫血占成人术前贫血的比例高达30%。缺铁和缺铁性贫血在儿童中更令人担忧,因为它可能对认知能力产生负面影响。最近一项关于术前补铁在减少成人患者围手术期输血作用的Cochrane综述发现,与未接受术前补铁的患者相比,接受术前补铁的患者在异体输血方面并无显著减少。这些发现得到了术前静脉补铁治疗腹部大手术前贫血(PREVENTT)试验的支持,该试验发现接受和未接受静脉补铁的患者在输血或死亡方面没有差异。
然而,这些发现已在文献中引发了大量讨论,并且有人对该研究的临床应用提出了担忧。两组干预后平均血红蛋白(Hb)差异(0.47g.dl-1)凸显出,在设计探究铁剂治疗对围手术期结局影响的试验时,需要更深入地理解干预对Hb绝对或相对增幅的影响。术前口服铁剂的给药方案在不同研究之间差异很大,这进一步增加了就口服铁剂在术前贫血治疗中的作用得出结论的难度。与Cochrane综述和PREVENTT试验的发现相反,一项对患者血液管理(PBM)项目研究的荟萃分析——其中许多研究将术前铁剂治疗作为组成部分之一——发现红细胞输注暴露有所减少。尽管
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。




