氨甲环酸减少内翻截骨术后失血数据集
该数据集来自 clinicaltrials.gov,聚焦于脑瘫(Cerebral Palsy)患儿接受双侧内翻旋转截骨术(VDRO)后使用氨甲环酸(Tranexamic Acid)减少术后失血的随机安慰剂对照试验

基本信息
资源简介
氨甲环酸减少内翻截骨术后失血数据集
该数据集来自 clinicaltrials.gov,聚焦于脑瘫(Cerebral Palsy)患儿接受双侧内翻旋转截骨术(VDRO)后使用氨甲环酸(Tranexamic Acid)减少术后失血的随机安慰剂对照试验。数据覆盖血液与淋巴系统疾病/出血性疾病领域,包含术后失血量计算、输血需求等围手术期结局信息。可用于分析氨甲环酸在儿科骨科手术中的止血效果、评估输血风险,以及支持围手术期血液管理相关的预测或分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑瘫、髋关节矫正手术、氨甲环酸使用、手术失血、儿科、骨科。TABLO(氨甲环酸减少内翻旋转截骨术后失血)是一项平行组随机安慰剂对照试验,研究术后氨甲环酸与安慰剂在因脑瘫接受双侧内翻旋转截骨术(VDRO)的儿童中的效果。分配比例为1:1(安慰剂:干预),试验将具备足够把握度以检测使用血红蛋白质量损失公式计算的术后失血差异。鉴于该手术干预的高出血风险以及这些儿童生理储备降低,改善围手术期结局是该患者群体的高度优先事项。来自研究机构的初步数据表明,这些患者中约三分之一接受输血。
【主题与分类】
主题标签:Cerebral Palsy、Hip Surgery Corrective、Tranexamic Acid Use、Blood Loss, Surgical、Paediatrics、Orthopedics。本站分类:血液与淋巴系统疾病/出血性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07672158
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/NCT07672158
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:脑性瘫痪、髋关节矫正手术、氨甲环酸使用、手术失血、儿科学、骨科学。TABLO(减少内翻旋转截骨术后失血的氨甲环酸)是一项平行组随机安慰剂对照试验,旨在比较脑性瘫痪(CP)患儿接受双侧内翻旋转截骨术(VDRO)后使用氨甲环酸与安慰剂的疗效。分配比例为1:1(安慰剂:干预),该试验将具备足够的统计效能,以检测通过血红蛋白质量损失公式计算得出的术后失血量差异。鉴于该手术干预出血风险高且这些患儿生理储备降低,改善围手术期结局是该患者人群的高度优先事项。来自研究机构的初步数据表明,约三分之一的此类患者在术后期间接受血制品输注。越来越多的证据表明,术后发生的隐性失血量相当大,并可能通过给予氨甲环酸(TXA)而得以减轻。
然而,关于术后TXA的试验仅在成人手术人群中开展。这是一项嵌入式优效性随机安慰剂对照、患者/治疗团队/评估者盲法试验,比较氨甲环酸与安慰剂在减少非卧床脑瘫患儿双侧髋部骨重建手术后失血量方面的效果。主要目的:评估术后持续静脉输注TXA与安慰剂(生理盐水)相比,对接受双侧VDRO手术伴或不伴骨盆截骨术的非卧床脑瘫患儿失血量的影响。次要目的:探讨术后氨甲环酸在接受双侧VDRO手术伴或不伴骨盆截骨术的脑瘫患儿中的安全性和耐受性,并评估术后氨甲环酸在接受双侧VDRO手术伴或不伴骨盆截骨术的脑瘫患儿中的卫生经济学影响。
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。




