2010年后接受脾切除术的ITP患者结局观察性研究
该数据集来自clinicaltrials.gov，聚焦原发性免疫性血小板减少症（ITP）患者。研究为观察性、纵向、回顾性设计，纳入2010年1月1日至2022年12月31日期间接受脾切除术的ITP患者，所有数据仅通过查阅门诊病历收集
基本信息
资源简介
2010年后接受脾切除术的ITP患者结局观察性研究
该数据集英文名为 Observational Study on the Outcome of Patients With ITP Who Underwent Splenectomy After 2010，来源于 clinicaltrials.gov，主题聚焦原发性免疫性血小板减少症（Primary Immune Thrombocytopenia，ITP）。研究采用观察性、纵向、回顾性设计，纳入2010年1月1日至2022年12月31日期间接受脾切除术的ITP患者，所有有用数据仅通过查阅门诊病历收集，预期入组期为6个月，入组患者的观察期至少为1年。该数据集在本站归类于免疫系统疾病 / 其他，可为ITP患者脾切除术后结局的回顾性研究提供数据基础。
【数据集背景】
原发性免疫性血小板减少症是一种以获得性血小板减少为特征的免疫系统疾病。脾切除术是ITP治疗中的一种选择，但术后结局需要长期观察与评估。该数据集正是围绕2010年以后接受脾切除术的ITP患者展开的观察性研究，旨在收集这一人群的相关结局信息。研究采用纵向、回顾性设计，关注的是已经发生并记录在门诊病历中的诊疗信息，而非前瞻性干预。数据集在本站分类中归入免疫系统疾病 / 其他，主题标签为原发性免疫性血小板减少症。
【数据内容】
该数据集所对应的研究条件为原发性免疫性血小板减少症，研究对象为2010年1月1日至2022年12月31日期间接受脾切除术的ITP患者。研究设计为观察性、纵向、回顾性研究，所有有用数据均通过查阅门诊病历收集。入组患者的观察期至少为1年。除上述内容外，源站未提供具体的数据字段、变量清单、样本量或结局指标等细节。
【采集与来源】
数据来源为门诊病历。研究明确所有有用数据仅通过查阅门诊病历的方式收集，不涉及其他数据获取途径。数据集的来源站为 clinicaltrials.gov。研究的预期入组期为6个月，入组患者的观察期至少为1年。关于采集流程、数据录入规范、质量控制措施等，源站未提供。
【适用场景】
基于现有信息，该数据集适用于围绕原发性免疫性血小板减少症患者脾切除术后结局的观察性、纵向、回顾性研究场景，例如对2010年至2022年间接受脾切除术的ITP患者进行结局回顾与分析。由于数据仅来自门诊病历，其适用场景应与病历记录所能支撑的回顾性观察研究相匹配。更具体的适用场景说明，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式、数据格式或分析指引。
【质量与限制】
该研究为观察性、纵向、回顾性设计，数据仅通过查阅门诊病历收集，观察期至少1年，预期入组期为6个月。这些设计特征意味着数据依赖于门诊病历记录的完整性与可得性。关于样本量、缺失情况、偏倚控制、数据校验等质量信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT06466824
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：原发性免疫性血小板减少症。针对ITP患者的观察性、纵向、回顾性研究。将纳入2010年1月1日至2022年12月31日期间接受脾切除术的ITP患者。所有有用数据将仅通过查阅门诊病历收集。预计入组期为6个月。入组患者的观察期至少为1年。
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。
