联合铁剂方案对围术期异体输血的影响
该数据集来自 clinicaltrials.gov,聚焦于缺铁性贫血患者在接受体外循环重大心脏手术时的围术期管理。研究假设为术前联合使用蔗糖铁、重组人促红细胞生成素与维生素 C 的方案,在减少围术期异体红细胞输注量方面优于常规诊疗

基本信息
资源简介
联合铁剂方案对围术期异体输血的影响
该数据集来自 clinicaltrials.gov,聚焦于缺铁性贫血患者在接受体外循环重大心脏手术时的围术期管理。研究假设为术前联合使用蔗糖铁、重组人促红细胞生成素与维生素 C 的方案,在减少围术期异体红细胞输注量方面优于常规诊疗。数据覆盖实验组与对照组的干预描述,可用于围术期输血策略、贫血纠正方案及心脏手术临床研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:贫血、缺铁性贫血、围术期、输血、心脏手术。1. 假设:对于接受体外循环重大心脏手术的缺铁性贫血患者,术前联合使用蔗糖铁、人促红细胞生成素和维生素 C 的方案,在减少围术期异体红细胞(RBC)输注量方面将优于标准诊疗。2. 干预措施 2.1. 实验组:实验组患者将接受由静脉蔗糖铁(200 mg)、皮下重组人促红细胞生成素(150 IU/kg)和静脉维生素 C(2 g)组成的联合治疗,每日一次,在术前一周内连续给药三天。2.2. 对照组:基于临床判断的常规围术期管理,包括观察、监测和标准护理 pr
【主题与分类】
主题标签:Anemia、Iron Deficiency Anemia、Perioperative、Transfusion、Cardiac Surgery。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/NCT06012760
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/NCT06012760
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:贫血、缺铁性贫血、围手术期、输血、心脏手术。1. 假设:对于接受体外循环下大型心脏手术的缺铁性贫血患者,与标准治疗相比,术前蔗糖铁、人促红细胞生成素和维生素C联合方案在减少围手术期异体红细胞(RBC)输注量方面将显示出优越性。2. 干预措施 2.1. 实验组:实验组患者将接受由静脉蔗糖铁(200 mg)、皮下重组人促红细胞生成素(150 IU/kg)和静脉维生素C(2 g)组成的联合治疗,每日一次,连续三天,在手术前一周内给药。2.2. 对照组:基于临床判断的常规围手术期管理,包括观察、监测和标准护理实践。3. 主要终点:从手术开始至术后第5天的异体RBC输注总量(单位)。4. 随机化分层:分层因素包括手术类型、术前基线血红蛋白水平。5.
随访时间的重要节点包括:入院时基线、手术当日早晨、术后第1天、术后第5天、出院时、术后30±7天以及术后90±7天。6. 所有围手术期输血决策将遵循标准化的限制性输血阈值。当患者术中或ICU监测期间血红蛋白浓度低于70 g/L阈值,或普通病房中低于70-80 g/L,和/或出现贫血征象或血流动力学不稳定时——包括休克、严重心律失常、呼吸窘迫、心率>120次/分、收缩压(SBP)<80 mmHg、平均动脉压(MAP)<55-60 mmHg,或SBP或MAP较基线下降超过25%——这些表现可能提示显著的低血容量,需考虑输血干预。
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。




