遗传性抗凝血酶缺乏症高危患者预防性静脉注射重组人抗凝血酶后深静脉血栓发生率研究
源站描述涉及脊柱感染与非感染性脊柱疾病患者术后深静脉血栓的差异分析，基于湘雅医院2016至2021年各314例病例，利用术前临床信息与常规实验室指标构建DVT预测模型
基本信息
资源简介
遗传性抗凝血酶缺乏症高危患者预防性静脉注射重组人抗凝血酶后深静脉血栓发生率研究
Table_1_Analysis of risk factors for deep vein thrombosis after spinal infection surgery and construction of a nomogram preoperative prediction model.docx
该数据集来自figshare，包含1个docx文件，配套论文发表于Scientific Reports（2022年）。源站描述涉及脊柱感染与非感染性脊柱疾病患者术后深静脉血栓的差异分析，基于湘雅医院2016至2021年各314例病例，利用术前临床信息与常规实验室指标构建DVT预测模型。数据集可用于术后DVT风险因素分析与预测模型构建研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Development and validation of a predictive nomogram for preoperative deep vein thrombosis (DVT) in isolated calcaneal fracture》发表于 Scientific Reports（2022），DOI：10.1038/s41598-022-10002-8。源站首次发布：2023-08-03。
【数据内容】
源站描述（机器翻译，仅供参考）：目的：探讨脊柱感染患者与非感染性脊柱疾病患者术后深静脉血栓（DVT）的差异；利用患者术前临床信息和常规实验室指标构建临床预测模型，以预测术后发生DVT的可能性。方法：根据纳入标准，收集2016年1月1日至2021年12月31日在中南大学湘雅医院收治的314例脊柱感染（SINF）和314例非感染性脊柱疾病（NSINF）病例，采用卡方检验分析两组术后DVT的差异。将脊柱感染病例根据术后是否发生DVT分为血栓组（DVT）和非血栓组（NDVT）。术前临床信息和常规实验室检
【数据结构与技术规格】
文件数 1 个，合计 14.74 KB。数据集 DOI：10.3389/fcimb.2023.1220456.s001。
【主题与分类】
源站学科分类：Medical Bacteriology、Medical Infection Agents (incl. Prions)、Medical Virology、Clinical Microbiology。主题标签：spine、infection、deep vein thrombosis、risk factors、predictive model、LASSO、nomogram。本站分类：感染性疾病。
【适用方向】
源站学科分类标注为 Medical Bacteriology、Medical Infection Agents (incl. Prions)、Medical Virology、Clinical Microbiology。
【获取与许可】
源站页面：https://frontiersin.figshare.com/articles/dataset/Table_1_Analysis_of_risk_factors_for_deep_vein_thrombosis_after_spinal_infection_surgery_and_construction_of_a_nomogram_preoperative_prediction_model_docx/23827776
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Xu, Dongcheng; Hu, Xiaojiang; Zhang, Hongqi; Gao, Qile; Guo, Chaofeng; Liu, Shaohua; et al. (2023). Table_1_Analysis of risk factors for deep vein thrombosis after spinal infection surgery and construction of a nomogram preoperative prediction model.docx. Frontiers. Dataset
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（Figshare）
- 源站标题：Table_1_Analysis of risk factors for deep vein thrombosis after spinal infection surgery and construction of a nomogram preoperative prediction model.docx
- DOI：10.3389/fcimb.2023.1220456.s001
- 发布日期：2023-08-03
- 文件数：1 个
- 文件总体积：14.74 KB
- 源站页面：https://frontiersin.figshare.com/articles/dataset/Table_1_Analysis_of_risk_factors_for_deep_vein_thrombosis_after_spinal_infection_surgery_and_construction_of_a_nomogram_preoperative_prediction_model_docx/23827776
命令行下载
curl -L -o "Table_1_Analysis of risk factors for deep vein thrombosis after spinal infection surgery and construction of a nomogram preoperative prediction model.docx" "https://ndownloader.figshare.com/files/41810475"
文件清单
Table_1_Analysis of risk factors for deep vein thrombosis after spinal infection surgery and construction of a nomogram preoperative prediction model.docx（14.74 KB）
文件总体积 14.74 KB（源站 API 实测）。
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。
数据说明
目的 探讨脊柱感染患者与非感染性脊柱疾病患者术后深静脉血栓形成（DVT）的差异；利用患者术前临床信息和常规实验室指标构建临床预测模型，以预测术后发生DVT的可能性。方法 按照纳入标准，收集2016年1月1日至2021年12月31日在中南大学湘雅医院的314例脊柱感染（SINF）病例和314例非感染性脊柱疾病（NSINF）病例，采用卡方检验分析两组在术后DVT方面的差异。根据术后是否发生DVT，将脊柱感染病例分为血栓组（DVT）和非血栓组（NDVT）。
采用DVT组和NDVT组患者的术前临床信息及常规实验室指标，比较各组间各变量的差异，并通过最小绝对收缩和选择算子（LASSO）回归分析筛选出具有预测意义的变量，采用多因素logistic回归建立术后DVT的预测模型及列线图，使用Hosmer-Lemeshow拟合优度检验绘制模型的校准曲线，并通过ROC曲线下面积（AUC）评价模型的预测效果。结果脊柱感染患者术后DVT发生率为28%，显著高于NSINF组的16%，与NSINF组比较差异有统计学意义（P 本研究开发了一种用于预测脊柱感染患者术后DVT的列线图预测模型。该列线图包含五个术前预测变量，可有效预测脊柱感染后发生DVT的可能性，对术后DVT的治疗和预防可能具有更大的临床价值。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.3389/fcimb.2023.1220456.s001（source: https://frontiersin.figshare.com/articles/dataset/Table_1_Analysis_of_risk_factors_for_deep_vein_thrombosis_after_spinal_infection_surgery_and_construction_of_a_nomogram_preoperative_prediction_model_docx/23827776）。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
