儿童静脉血栓栓塞症血栓形成结局研究
研究纳入在 Children's Medical Center, Dallas 新诊断且首次经影像学确认血栓事件（任意部位）的患者，进行为期 24 个月的前瞻性随访，采用整体凝血评估并以盲法监测明确界定的不良 VTE 结局
基本信息
资源简介
儿童静脉血栓栓塞症血栓形成结局研究
该数据集来自 clinicaltrials.gov，聚焦儿童静脉血栓栓塞症（Venous Thromboembolism）的血栓形成结局。研究纳入在 Children's Medical Center, Dallas 新诊断且首次经影像学确认血栓事件（任意部位）的患者，进行为期 24 个月的前瞻性随访，采用整体凝血评估并以盲法监测明确界定的不良 VTE 结局。生物标志物评估包括在 VTE 诊断后 3、6、12、18 和 24 个月进行整体凝血检测（凝血酶生成试验和改良血栓弹力图以研究纤溶）。可用于儿童 VTE 不良结局的预测与凝血生物标志物相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：静脉血栓栓塞症。所有在 Children's Medical Center, Dallas 新诊断且首次经影像学确认血栓事件（任意部位）的患者将被前瞻性随访，接受为期 24 个月的整体凝血评估，并以盲法监测明确界定的不良 VTE 结局的发生。生物标志物评估将包括在 VTE 诊断后 3、6、12、18 和 24 个月进行整体凝血检测（凝血酶生成试验和改良血栓弹力图以研究纤溶）。
【主题与分类】
主题标签：Venous Thromboembolism。本站分类：心血管系统疾病/静脉血栓形成。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03068923
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/NCT03068923
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
Conditions: Venous Thromboembolism. All newly diagnosed patients with a first radiologically confirmed thrombotic event (any site) diagnosed at Children’s Medical Center, Dallas will be followed prospectively with global coagulation assessment over a 24-month period, and monitored for development of carefully defined adverse VTE outcomes in a blinded manner. Biomarker assessment will include global coagulation assays (thrombin generation assay and modified thromboelastography to study fibrinolysis) at 3, 6, 12, 18 and 24 months post VTE diagnosis.
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。
