阿哌沙班或达肝素用于减少癌症相关静脉血栓栓塞患者的血栓
该数据集来自 clinicaltrials.gov，收录癌症相关静脉血栓栓塞患者的临床试验信息，涉及脑静脉血栓、深静脉血栓、性腺血栓、肝血栓、肠系膜血栓、门静脉血栓及恶性肿瘤等病况
基本信息
资源简介
阿哌沙班或达肝素用于减少癌症相关静脉血栓栓塞患者的血栓
该数据集来自 clinicaltrials.gov，收录癌症相关静脉血栓栓塞患者的临床试验信息，涉及脑静脉血栓、深静脉血栓、性腺血栓、肝血栓、肠系膜血栓、门静脉血栓及恶性肿瘤等病况。研究比较阿哌沙班与达肝素两种抗凝方案，主要观察包括致命性出血在内的大出血事件，次要观察静脉血栓栓塞复发及临床相关非大出血。数据可用于抗凝治疗结局预测、出血与复发风险建模等研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病况：脑静脉血栓、深静脉血栓、性腺血栓、肝血栓、恶性肿瘤、肠系膜血栓、转移性恶性肿瘤、门静脉血栓。主要目标：I. 任何大出血事件，包括致命性出血。次要目标：I. 静脉血栓栓塞（VTE）复发，包括深静脉血栓（DVT）、肺栓塞（PE）、致命性PE或动脉血栓栓塞。II. 任何大出血事件，包括致命性出血，或任何临床相关非大出血事件。概述：患者被随机分配到2个治疗组中的1组。第I组：患者在第1-7天接受阿哌沙班10 mg口服（PO）每日两次（BID），在第8-180天接受较低剂量阿哌沙班5 mg PO BID。第II组：患者在第1-30天接受达肝素200国际单位（IU）/kg/天皮下注射（SC）每日一次（QD），并接受较低剂量达肝素1
【主题与分类】
主题标签：Cerebral Vein Thrombosis、Deep Vein Thrombosis、Gonadal Thrombosis、Hepatic Thrombosis、Malignant Neoplasm、Mesenteric Thrombosis、Metastatic Malignant Neoplasm、Portal Vein Thrombosis、Pulmonary Embolism、Renal Vein Thrombosis。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02585713
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/NCT02585713
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：脑静脉血栓形成、深静脉血栓形成、性腺血栓形成、肝血栓形成、恶性肿瘤、肠系膜血栓形成、转移性恶性肿瘤、门静脉血栓形成。主要目标：I. 任何重大出血事件，包括致命性出血。次要目标：I. 静脉血栓栓塞症（VTE）复发，包括深静脉血栓形成（DVT）、肺栓塞（PE）、致命性PE或动脉血栓栓塞。II. 任何重大出血事件，包括致命性出血或任何临床相关非重大出血事件。方案概述：患者被随机分配到2个治疗组中的1组。第I组：患者在第1-7天接受阿哌沙班10 mg口服（PO），每日两次（BID），并在第8-180天接受低剂量阿哌沙班5 mg PO BID。第II组：患者在第1-30天接受达肝素200国际单位（IU）/kg/天皮下注射（SC），每日一次（QD），并在第31-180天接受低剂量达肝素150 IU/kg/天SC QD。研究治疗完成后，对患者进行3个月的随访。
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。
