住院血栓或特定心脏疾病患者的初始治疗性肝素给药
本数据集来自 clinicaltrials.gov，聚焦住院的肺栓塞、深静脉血栓、心房颤动、急性冠脉综合征及机械心脏瓣膜受者等患者
基本信息
资源简介
住院血栓或特定心脏疾病患者的初始治疗性肝素给药
本数据集来自 clinicaltrials.gov，聚焦住院的肺栓塞、深静脉血栓、心房颤动、急性冠脉综合征及机械心脏瓣膜受者等患者。肝素输注为高风险药物，需在狭窄的抗Xa治疗范围内调整剂量。研究干预为按公式计算初始肝素输注速率，替代中强度方案18单位/kg/hr与低强度方案12单位/kg/hr（上限1000单位/hr）的固定给药方式。数据可用于建立或验证初始剂量计算模型，预测达到治疗范围的时间与安全性，辅助临床决策（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：肺栓塞、深静脉血栓、心房颤动、急性冠脉综合征、机械心脏瓣膜受者。肝素输注是高风险药物，必须在狭窄的治疗性抗Xa范围内调整至有效。延长达到治疗范围的时间会降低输注的临床有效性，并增加不良药物事件的可能性。本研究采用的干预措施是计算下述初始肝素输注速率，而不是中强度方案按18单位/kg/hr给药、低强度方案按12单位/kg/hr给药且剂量上限为1000单位/hr。中强度方案（R2 = 0.48）肝素输注速率（单位/(kghr)）=(1004.8-163.5(若为女性则为1)-4.8(年龄，岁)+14.6(实际体重，kg)-19.3*(BMI，kg/m^2))/(实际体重，kg)。低强度方案（
【主题与分类】
主题标签：Pulmonary Embolism、Deep Vein Thrombosis、Atrial Fibrillation、Acute Cardiac Syndrome、Mechanical Heart Valve Recipients。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/NCT07250763
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/NCT07250763
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
适应症：肺栓塞、深静脉血栓、心房颤动、急性冠脉综合征、机械心脏瓣膜置换术后患者。肝素输注属于高风险药物，必须在狭窄的抗Xa治疗范围内调整剂量以达到疗效。延长达到治疗范围的时间会降低输注的临床有效性，并增加药物不良事件的发生风险。本研究采用的干预措施为计算下述初始肝素输注速率，而非中强度方案按18单位/kg/hr给药、低强度方案按12单位/kg/hr给药且剂量上限为1000单位/hr。中强度方案（R2 = 0.48）肝素输注速率（单位/(kghr)）=（1004.8-163.5（女性为1）-4.8*（年龄，岁）+14.6*（实际体重，kg）-19.3*（BMI，kg/m^2））/（实际体重，kg）低强度方案（R2 = 0.31）肝素输注速率（单位/(kghr)）=（615.5-70.1（女性为1）-1.7*（年龄，岁）+10.1*（实际体重，kg）-11.9*（BMI，kg/m^2））/（实际体重，kg）肝素输注管理的所有其他组成部分均按照Inova Health System标准诊疗规范执行。
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。
