REGN7508与REGN9933用于成人和青少年PICC患者静脉血栓栓塞预防研究
该数据集来自clinicaltrials.gov,聚焦静脉血栓栓塞(VTE)预防,研究对象为置入外周插入中心导管(PICC)的成人和青少年参与者

基本信息
资源简介
REGN7508与REGN9933用于成人和青少年PICC患者静脉血栓栓塞预防研究
该数据集来自clinicaltrials.gov,聚焦静脉血栓栓塞(VTE)预防,研究对象为置入外周插入中心导管(PICC)的成人和青少年参与者。研究涉及两种试验药物REGN7508和REGN9933,旨在评估其相比安慰剂在PICC置入后预防血栓的效果,并观察是否引起特定类型出血。此外还关注药物副作用、不同时间血药浓度以及机体是否产生抗体等研究问题。数据可用于心血管系统疾病、静脉血栓形成相关研究及临床试验分析(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(VTE)。本研究正在研究2种不同的试验药物,称为REGN7508和REGN9933(称为“研究药物”)。研究聚焦于静脉内放置导管以接受治疗的人群(称为外周插入中心导管[PICC])。PICC患者发生血栓的风险更高,血栓可能阻塞静脉(称为静脉血栓栓塞[VTE]),并导致严重健康问题或危及生命。本研究旨在观察REGN7508和REGN9933在PICC置入后预防血栓的效果与安慰剂相比如何,并观察这些药物是否引起某些类型的出血。该研究还在考察其他几个研究问题,包括: 服用研究药物可能发生哪些副作用 不同时间血液中有多少研究药物 * 身体是否产生针对
【主题与分类】
主题标签:Venous Thromboembolism (VTE)。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/NCT07697599
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/NCT07697599
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
疾病:静脉血栓栓塞症(VTE)。本研究正在研究2种不同的试验药物,分别为REGN7508和REGN9933(称为“研究药物”)。本研究聚焦于静脉内置管接受治疗的人群(称为经外周静脉置入中心静脉导管[PICC])。留置PICC的患者发生血栓的风险更高,血栓可阻塞静脉(称为静脉血栓栓塞症[VTE]),并导致严重健康问题或危及生命。本研究旨在观察与安慰剂相比,REGN7508和REGN9933在PICC置管后预防血栓的效果如何,并观察这些药物是否会引起某些类型的出血。本研究还关注其他几个研究问题,包括:* 服用研究药物可能发生哪些副作用 * 不同时间点血液中的研究药物浓度 * 机体是否会产生针对研究药物的抗体(这可能降低药物疗效或导致副作用)* 研究药物是否影响血液正常凝固的能力
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。




