利伐沙班用于恶性肿瘤合并中心静脉导管患者的血栓预防
该数据集来自 clinicaltrials.gov,主题为恶性肿瘤合并中心静脉导管患者使用利伐沙班进行血栓预防。源站描述显示这是一项在加拿大两家中心开展的开标签随机对照预试验,受试者随机接受利伐沙班 10mg 每日口服 90 天或标准治疗,随访至 3 个月,主要可行性结局为招募人数

基本信息
资源简介
利伐沙班用于恶性肿瘤合并中心静脉导管患者的血栓预防
该数据集来自 clinicaltrials.gov,主题为恶性肿瘤合并中心静脉导管患者使用利伐沙班进行血栓预防。源站描述显示这是一项在加拿大两家中心开展的开标签随机对照预试验,受试者随机接受利伐沙班 10mg 每日口服 90 天或标准治疗,随访至 3 个月,主要可行性结局为招募人数。数据覆盖上肢深静脉血栓、中心静脉导管血栓与肿瘤人群,可用于血栓预防相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:上肢深静脉血栓、中心静脉导管血栓、癌症。设计:这是一项将在 2 个加拿大中心开展的预试验干预性研究。渥太华医院和 Juravinski 医院。这是一项开标签随机对照试验。符合入选标准并同意参与的受试者将在入组时被随机分配到两组之一。利伐沙班 10mg 每日口服 x 90(+/- 3)天 或 标准治疗。治疗组受试者将在第 1 天领取研究药物,并服药 90 天或直至 CVC 被移除。随访访视(面对面或电话)将在第 30 天(+/- 3 天)和第 90 天(+/- 3 天)进行。总体而言,受试者将被随访 3 个月。不良事件将在前 90 天内收集。结局 该预试验的主要可行性结局是招募的受试者人数
【主题与分类】
主题标签:Upper Extremity Deep Vein Thrombosis、Central Venous Catheter Thrombosis、Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03506815
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/NCT03506815
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:上肢深静脉血栓形成、中心静脉导管血栓形成、癌症。设计:这是一项在加拿大两个中心进行的试点干预性研究。渥太华医院和朱拉文斯基医院。这是一项开放标签随机对照试验。符合入选标准并同意参与的受试者将在入组时随机分配到两组之一。利伐沙班10mg口服每日一次,持续90天(±3天)或标准治疗。治疗组受试者将在第1天领取研究药物,并服药90天或直至中心静脉导管拔除。随访访问(面对面或电话)将在第30天(±3天)和第90天(±3天)进行。总体而言,受试者将被随访3个月。不良事件将在前90天内收集。结局:试点研究的主要可行性结局是每个中心每月招募的受试者人数。我们将获取患者癌症类型、部位和治疗、合并症及用药的基线详细信息。
该试点研究的次要可行性结局将包括:同意率、失访率、治疗依从性(将服药率达到80%及以上定义为对研究药物具有良好的依从性)、符合入选标准的筛查患者比例。
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。




