探索ITP患者血小板计数与出血评分的关系
该数据集来自clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)患者血小板计数与出血评分之间的关系。源站描述指出ITP以血小板计数降低(<100*109)和血小板发育受抑为特征,发病率随年龄增长,成人每年20-40/百万,60岁以上更高;临床表现以出血为主但异质性明显,严重血小板减

基本信息
资源简介
探索ITP患者血小板计数与出血评分的关系
该数据集来自clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)患者血小板计数与出血评分之间的关系。源站描述指出ITP以血小板计数降低(<100*109)和血小板发育受抑为特征,发病率随年龄增长,成人每年20-40/百万,60岁以上更高;临床表现以出血为主但异质性明显,严重血小板减少被视为出血危险因素,但中度甚至轻度血小板减少患者也可发生严重出血,出血是血小板减少患者主要死因之一。数据可用于探索血小板计数与出血评分的关联及严重出血预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:ITP - 免疫性血小板减少症。免疫性血小板减少性紫癜(ITP)是一种自身免疫性出血性疾病,以血小板计数降低(<100*109)和血小板发育受抑为特征。ITP的发病率随年龄增长而增加,成人(18岁以上)发病率为20-40/百万/年,60岁以上人群更高。主要临床表现为出血症状,但表现间存在异质性。严重血小板减少被认为是ITP出血的危险因素,但中度甚至轻度血小板减少患者也可发生严重出血,这似乎是一种不成比例的表现。出血是血小板减少患者的主要死因之一。ITP的出血表现从轻度皮肤黏膜出血到危及生命的出血不等,以及严重出血的预测
【主题与分类】
主题标签:ITP - Immune Thrombocytopenia。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06273956
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/NCT06273956
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
疾病:ITP——免疫性血小板减少症。免疫性血小板减少性紫癜(ITP)是一种自身免疫性出血性疾病,其特征为血小板计数降低(<100×10⁹)及血小板发育受抑。ITP的发病率随年龄增长而升高,成人(18岁以上)发病率为20-40/百万/年,60岁以上人群更高。主要临床表现为出血症状,但表现间存在异质性。重度血小板减少被视为ITP出血的危险因素,但中度甚至轻度血小板减少的患者也可发生严重出血,似乎表现为不成比例的表现。出血是血小板减少患者的主要死亡原因之一。ITP的出血表现从轻度皮肤黏膜出血至危及生命的出血不等,对严重出血的预测对血小板减少的管理具有指导意义。
出血评估工具,如ITP出血评估工具(ITP-BAT)、ITP出血量表(IBLS)和Khellaf出血评分,已在多种临床环境中开发和研究,用于诊断和评估出血严重程度。在本研究中,研究者回顾性评估了ITP患者血小板计数与出血评分之间的关系,并比较了现有ITP出血评分系统的临床方面。
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。




