比较皮下达肝素与直接口服抗凝药治疗癌症相关静脉血栓栓塞的安全性及疗效的随机II期开放标签研究
该数据集来自 clinicaltrials.gov,为一项随机II期开放标签临床试验,纳入伴有静脉血栓栓塞(包括肺栓塞和深静脉血栓)的晚期上消化道、肝胆及胰腺癌症患者

基本信息
资源简介
比较皮下达肝素与直接口服抗凝药治疗癌症相关静脉血栓栓塞的安全性及疗效的随机II期开放标签研究
该数据集来自 clinicaltrials.gov,为一项随机II期开放标签临床试验,纳入伴有静脉血栓栓塞(包括肺栓塞和深静脉血栓)的晚期上消化道、肝胆及胰腺癌症患者。患者按1:1随机分组,并按体能状态、癌症类型和医疗中心分层,分别接受皮下达肝素或直接口服抗凝药(利伐沙班、阿哌沙班)治疗,直至计划治疗结束(六个月)、VTE复发、临床相关出血、大出血、死亡或研究治疗因其他原因终止。数据可用于抗凝治疗安全性及疗效的预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:癌症相关血栓形成、食管癌、胃癌、肝细胞癌、胰腺癌、十二指肠癌、食管胃结合部癌、恶性胃肠道间质瘤。这项随机II期临床试验将纳入伴有静脉血栓栓塞(VTE),包括肺栓塞和深静脉血栓的晚期上消化道、肝胆及胰腺癌症患者。患者将按1:1比例随机分组,并按体能状态、癌症类型和医疗中心进行分层。入组患者将根据随机分组接受皮下达肝素或DOAC(利伐沙班、阿哌沙班)治疗,直至计划治疗方案结束(六个月)、VTE复发、临床相关出血、大出血、死亡或研究治疗因任何其他原因终止(例如撤回知情同意或中断)。
【主题与分类】
主题标签:Cancer-associated Thrombosis、Esophageal Cancer、Stomach Cancer、Hepatocellular Carcinoma、Pancreatic Cancer、Duodenal Cancer、Esophagogastric Junction Cancer、Malignant Gastrointestinal Stromal Tumor、Ampulla of Vater Cancer。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03139487
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/NCT03139487
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:癌症相关血栓形成、食管癌、胃癌、肝细胞癌、胰腺癌、十二指肠癌、食管胃结合部癌、恶性胃肠道间质瘤。这项随机II期临床试验将纳入伴有静脉血栓栓塞症(VTE),包括肺栓塞和深静脉血栓形成的晚期上消化道、肝胆及胰腺癌患者。患者将按1:1比例随机分组,并根据体能状态、癌症类型和医疗中心进行分层。入组患者将根据随机分组接受皮下注射达肝素或直接口服抗凝药(利伐沙班、阿哌沙班)治疗,直至计划治疗方案结束(六个月)、VTE复发、临床相关出血、大出血、死亡或因任何其他原因(如撤回知情同意或研究者酌情决定)停止研究治疗。主要终点是临床相关出血事件的发生率,其定义为需要医疗干预的显性出血。
除临床相关出血事件的时间外,还将分析大出血事件的时间、包括轻微事件在内的总出血、复发性静脉血栓栓塞的时间、总体出血率和总体静脉血栓栓塞复发率,以比较两种抗凝药的安全性和有效性。最终分析将在最后一名入组患者发生事件或完成至少六个月的研究随访时进行。在数据截止时无出血和复发性静脉血栓栓塞事件的患者,将在已知无事件的最后日期进行删失。计划的中期分析将在意向性治疗分析集中进行。研究随机部分的中期分析将在观察到至少40%的估计出血事件时进行。中期分析的目的是为了安全性而提前终止研究。本研究将使用数据监查委员会。
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。




