POASAC研究:术前贫血严重程度与分类研究

POASAC Study 是一项来自 clinicaltrials.gov 的临床研究数据集,聚焦术前贫血的严重程度与分类

Peking Union Medical College HospitalPeking Union Medical College Hospital
clinicaltrials
浏览 10
蛋白质分类Anemia
POASAC Study (Preoperative Anemia Severity and Classification Study)

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-19

资源简介

POASAC研究:术前贫血严重程度与分类研究

POASAC Study(Preoperative Anemia Severity and Classification Study,术前贫血严重程度与分类研究)是一项登记于 clinicaltrials.gov 的临床研究数据集,主题聚焦于贫血,在本站归入“血液及造血器官疾病 / 其他”分类。该研究围绕术前患者的贫血状态展开,核心思路是依据血红蛋白水平识别贫血患者,并通过血清铁、转铁蛋白饱和度、C 反应蛋白等实验室检查对不同贫血状态进行分类,同时按贫血与非贫血 2:1 的比例纳入非贫血患者作为对照,所有纳入患者接受相同的围手术期评估与随访。该数据集可为术前贫血的筛查、分类与围手术期管理相关研究提供结构化的研究信息来源。

【数据集背景】

贫血是围手术期患者中需要关注的重要血液学问题,术前贫血的严重程度及其病因分类对临床评估具有实际意义。POASAC Study 正是针对这一需求设计的临床研究,其研究条件明确为贫血(Anemia)。研究者的目标是根据纳入与排除标准对患者进行筛选,从而构建一个涵盖贫血患者与非贫血对照的研究人群,用于观察和区分不同的贫血状态。该数据集即来源于这一临床研究,属于血液及造血器官疾病领域下的“其他”类别。

【数据内容】

该数据集的内容围绕术前贫血的严重程度与分类展开。根据研究设计,纳入患者会依据血红蛋白水平判断是否贫血;对于贫血患者,研究者会提供血清铁、转铁蛋白饱和度、C 反应蛋白等实验室检查,用以区分不同的贫血状态。此外,研究还纳入非贫血患者,贫血与非贫血的纳入比例为 2:1。所有纳入患者均接受相同的围手术期评估与随访。数据集的主题标签为“Anemia”。除上述研究设计与检查项目外,具体变量字段、样本量、随访时长等细节源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov,属于临床研究注册信息所对应的数据集。其数据采集依托于研究方案中规定的患者筛选流程,即按照纳入与排除标准筛选患者,并依据血红蛋白水平进行贫血判定与分组;贫血患者进一步接受血清铁、转铁蛋白饱和度、C 反应蛋白等实验室检测以完成分类。围手术期评估与随访对所有纳入患者采用统一安排。关于采集时间窗口、采集机构数量与地理范围等信息,源站未提供。

【适用场景】

该数据集适用于与术前贫血相关的临床研究与二次分析场景,例如术前贫血严重程度的描述性研究、贫血状态分类方法的探讨,以及围手术期评估与随访流程相关的方法学研究。由于研究同时纳入贫血患者与非贫血对照,也可用于贫血与非贫血人群之间的比较性分析。具体适用场景应结合源站研究方案与数据可得性确定,源站未提供更细化的适用说明。

【使用方法】

使用该数据集时,可依据血红蛋白水平区分贫血与非贫血人群,并在贫血人群中结合血清铁、转铁蛋白饱和度、C 反应蛋白等指标理解其贫血状态分类;分析时需注意贫血与非贫血 2:1 的纳入比例,以避免将样本构成比例误读为人群患病率。所有纳入患者接受相同的围手术期评估与随访,便于在统一流程下进行比较。具体的数据访问方式、文件格式与变量字典源站未提供。

【质量与限制】

该数据集基于临床研究注册信息,研究设计中对贫血判定、分类检查项目、分组比例及随访流程均有明确描述,这为其在术前贫血研究中的使用提供了基础。但需注意,该数据集聚焦于贫血这一主题,样本构成按 2:1 比例人为设定,非贫血人群并非自然抽样所得;同时,具体样本量、数据完整性、缺失情况与偏倚控制等信息源站未提供,使用前应结合源站原始记录核实。

【引用与许可】

该数据集来源于 clinicaltrials.gov,引用时应标注其英文名称 POASAC Study(Preoperative Anemia Severity and Classification Study)及来源站 clinicaltrials.gov。关于许可条款、使用限制与具体引用格式,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06499974

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。研究者旨在根据纳入和排除标准筛选患者。根据血红蛋白水平,如果患者贫血,研究者将提供一些实验室检查,包括血清铁、转铁蛋白饱和度和C反应蛋白,以区分不同的贫血状态。此外,研究者将按贫血与非贫血2:1的比例纳入无贫血患者。所有纳入患者的围手术期评估和随访均相同。

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。

获取专属数据定制方案