蔗糖铁与静脉铁剂治疗术前贫血对比研究
该数据集来自 clinicaltrials.gov,主题为术前贫血的两种补铁方案对比。研究对象为缺铁性贫血患者,按 1:1 随机分为静脉铁剂组与口服蔗糖铁组:静脉组在 University of Rochester Medical Center Center for Perioperative Me

基本信息
资源简介
蔗糖铁与静脉铁剂治疗术前贫血对比研究
该数据集来自 clinicaltrials.gov,主题为术前贫血的两种补铁方案对比。研究对象为缺铁性贫血患者,按 1:1 随机分为静脉铁剂组与口服蔗糖铁组:静脉组在 University of Rochester Medical Center Center for Perioperative Medicine 接受两次输注,口服组在家服用胶囊直至手术日,每日两粒。手术当日采集血样进行全血细胞计数与铁代谢检查,其余围手术期护理按标准实践进行。数据可用于贫血治疗方案的比较分析与围手术期管理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:贫血、缺铁性贫血。参与者将按 1:1 比例随机分配到两个治疗组之一。一组将接受静脉(IV)铁剂,另一组将接受口服蔗糖铁。分配到静脉铁剂组的参与者将在 University of Rochester Medical Center Center for Perioperative Medicine 接受两次输注。静脉铁剂将通过置入静脉的小塑料管给药。可根据需要使用生理盐水维持静脉通路。分配到口服蔗糖铁组的参与者将获得胶囊,在家服用直至手术日期,剂量为每天两粒。围手术期护理的所有其他方面将遵循标准实践。手术当日将采集血样进行全血细胞计数和铁代谢检查。这通常在静脉……时采集。
【主题与分类】
主题标签:Anemia、Iron Deficiency Anemia。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07287371
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/NCT07287371
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:贫血、缺铁性贫血。参与者将按1:1的比例随机分配到两个治疗组之一。一组将接受静脉注射铁剂,另一组将接受口服蔗糖铁。分配到静脉铁剂组的参与者将在罗切斯特大学医学中心围手术期医学中心接受两次输注。静脉铁剂将通过置入静脉的小塑料管给药。可根据需要使用生理盐水维持静脉通路。分配到口服蔗糖铁组的参与者将收到胶囊,在家服用直至手术日期,剂量为每天两粒。围手术期护理的所有其他方面将遵循标准实践。手术当天将采集血样进行全血细胞计数和铁研究。这通常是在放置静脉通路时采集,因此通常不需要额外扎针。随机化仅适用于两个治疗组(静脉铁剂和口服蔗糖铁)。第三组是一个非随机观察性队列,仅用于数据收集。
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。




