缺铁性贫血及其对结直肠癌术后恢复的影响
该数据集来自 clinicaltrials.gov,聚焦缺铁性贫血与结直肠癌术后恢复的关系,覆盖铁缺乏、缺铁性贫血、术后并发症及结直肠癌等主题

基本信息
资源简介
缺铁性贫血及其对结直肠癌术后恢复的影响
该数据集来自 clinicaltrials.gov,聚焦缺铁性贫血与结直肠癌术后恢复的关系,覆盖铁缺乏、缺铁性贫血、术后并发症及结直肠癌等主题。数据包含术前一日基于全血细胞计数计算的多种红细胞指数(如 Mentzer 指数、Green and King 指数、RDW 指数等)以及用于计算总铁缺乏量的 Ganzoni 方程参数,可用于分析术前铁代谢指标与术后恢复的关联,支持相关预测或回归建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:铁缺乏、缺铁性贫血、术后并发症、结直肠癌。将在手术治疗前一天为每位患者计算基于术前全血细胞计数结果的以下红细胞指数: Mentzer 指数:MCV / RBC Green and King 指数:MCV2 x RDW / (100 x HGB) RDW 指数:MCV x RDW / RBC Shine and Lal 指数:MCV2 x MCH / 100 England and Fraser 指数:MCV - RBC - (5 x HGB) - 3.4 Srivastava 指数:MCH / RBC Ricerca 指数:RDW / RBC Ehsani 指数:MCV - (10 x RBC) Sirdah 指数:MCV - RBC - (3 x HGB) Sehgal 指数:MCV2 / RBC 将在手术治疗前一天为每位患者使用以下公式计算用于计算总铁缺乏量的 Ganzoni 方程:总铁缺乏量 [mg] = 体重 [kg] x (目标血红蛋白 [g/L] - 实际血红蛋白 [g/L]) x 2.4 + 铁储备 [mg]
【主题与分类】
主题标签:Iron Deficiencies、Iron Deficiency Anaemia、Postoperative Complications、Colorectal Cancer。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06276140
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/NCT06276140
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:铁缺乏、缺铁性贫血、术后并发症、结直肠癌。将在手术治疗前一天,根据术前全血细胞计数结果为每位患者计算以下红细胞指数:* Mentzer指数:MCV / RBC * Green和King指数:MCV2 x RDW / (100 x HGB) * RDW指数:MCV x RDW / RBC * Shine和Lal指数:MCV2 x MCH / 100 * England和Fraser指数:MCV - RBC - (5 x HGB) - 3.4 * Srivastava指数:MCH / RBC * Ricerca指数:RDW / RBC * Ehsani指数:MCV - (10 x RBC) * Sirdah指数:MCV - RBC - (3 x HGB) * Sehgal指数:MCV2 / RBC 将在手术治疗前一天,使用以下公式为每位患者计算用于计算总铁缺乏量的Ganzoni方程:总铁缺乏量[mg] = 体重[kg] x(目标血红蛋白[g/L] - 实际血红蛋白[g/L])x 2.4 + 铁储备[mg]
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。




