PBM-Charité：术前贫血结构化检测、鉴别诊断与治疗及择期手术机器自体输血应用

数据集获取

源站：https://clinicaltrials.gov/study/NCT05146726

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：贫血。这一多模式、多学科概念的背景是大量研究显示，术前贫血和/或围手术期输血与发病率和死亡率方面更差的治疗结局相关。术前贫血的诊断与治疗以及机器自体输血的应用，是基于S3指南“术前贫血”的整合供应概念的核心组成部分，需要纳入临床流程。因此，所有接受择期手术且输血概率>10%的患者在其麻醉前评估访视期间接受贫血检测。投保BARMER的患者还可获得贫血诊断与治疗。其他医疗保险的患者则收到一份贫血诊断与治疗建议，发送至外科。基于这项前瞻性队列研究的主要和次要终点分析，将考察上述符合指南的措施在日常临床实践中的实施情况以及IV-PBM（患者血液管理）的有效性。

因此，如有必要，其他健康保险也可加入患者血液管理（PBM）IV概念。其目的是提供证据，证明在所描述的创新PBM护理形式范围内，治疗质量得到改善且PBM措施得到普遍应用。

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。