比较两种肘前窝动静脉内瘘窃血综合征发生率试验
该数据集来自 clinicaltrials.gov,主题为终末期肾衰竭患者长期血液透析血管通路中两种肘前窝动静脉内瘘(AVF)窃血综合征发生率的比较

基本信息
资源简介
比较两种肘前窝动静脉内瘘窃血综合征发生率试验
该数据集来自 clinicaltrials.gov,主题为终末期肾衰竭患者长期血液透析血管通路中两种肘前窝动静脉内瘘(AVF)窃血综合征发生率的比较。覆盖条件包括动静脉内瘘、终末期肾衰竭与窃血综合征,涉及从腕部、前臂到头静脉弓的造瘘策略,以及头静脉-肱动脉吻合的 brachiocephalic fistulas(BCF)等常见类型。可用于血管通路并发症风险比较、窃血综合征相关研究及内分泌、营养和代谢疾病/糖尿病领域的临床分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:动静脉内瘘、终末期肾衰竭、窃血综合征。动静脉内瘘(AVF)是终末期肾衰竭患者长期血液透析最安全的血管通路形式。在上肢建立 AVF 的策略是从远端部位开始,如果失败,则尝试在更近端部位建立 AVF,即从腕部、前臂到肘部。最常见的 AVF 类型是腕部的 radiocephalic AVF。当下前臂血管条件差时,常将更近端的 AVF 作为初次手术建立,或在腕部内瘘失败后作为二次手术建立。传统上,brachiocephalic fistulas(BCF)涉及将头静脉吻合到肱动脉,一直是肘部水平肘前窝中最常见的 AVF 类型。其他常见的肘前窝动静脉内瘘类型
【主题与分类】
主题标签:Arteriovenous Fistulas、Renal Failure, End-Stage、Steal Syndrome。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02297451
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/NCT02297451
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
病症:动静脉瘘、终末期肾衰竭、窃血综合征。动静脉瘘(AVF)是终末期肾衰竭患者长期血液透析最安全的血管通路形式。在上肢建立AVF的策略是从远端部位开始,如果失败,则尝试在更近端部位建立AVF,即从腕部、前臂到肘部。最常见的AVF类型是腕部的桡动脉-头静脉AVF。当远端前臂血管条件不佳时,通常将更近端的AVF作为初次手术来建立;或者当腕部瘘失败时,作为二次手术来建立。传统上,头静脉-肱动脉瘘(BCF)——即将头静脉与肱动脉吻合——是肘部肘前窝区域最常见的AVF类型。其他常见的肘前窝动静脉瘘(AFF)类型包括肱动脉-贵要静脉瘘(BBF)和肱动脉-肘正中静脉AVF。窃血综合征与AVF建立相关的手部缺血有关,是AVF形成的主要风险。
盗血综合征的症状从肢体末端发冷、麻木、手部跛行(运动后疼痛),到静息痛和组织缺失不等。盗血综合征也可通过指肱压力指数进行测量。严重的盗血综合征可导致功能丧失、威胁肢体存活,需要手术修复或结扎动静脉内瘘。这会导致额外的手术风险以及透析血管通路的丧失。研究发现,糖尿病和动静脉内瘘类型是动静脉内瘘建立后发生盗血综合征的独立危险因素1。风险最高的是近端动静脉内瘘患者,即肱动脉-头静脉瘘/肱动脉-贵要静脉瘘;在一些研究中高达50%,而所有上肢动静脉内瘘中为5-8%。在这类患者中,一种可能降低盗血风险的替代技术是将静脉吻合至桡动脉或尺动脉,即肱动脉分叉的远端。理论上,如果吻合口建立于此,该技术将仅从一条动脉(如桡动脉)'盗取’血液
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。




