ERAS 项目中结肠癌根治术后 VTE 发生率

该数据集来自 clinicaltrials.gov,基于丹麦首都大区 COMES 数据库,覆盖 2014-2017 年间在四家公立大学医院接受择期结肠癌切除术的患者,包含术前、术中、术后及肿瘤相关变量

Nordsjaellands HospitalNordsjaellands Hospital
clinicaltrials
浏览 10
文本预测Deep Vein Thrombosis, Pulmonary EmbolusColon Cancer
VTE Incidence After Curative Colon Cancer Surgery in an ERAS Program

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-14

资源简介

ERAS 项目中结肠癌根治术后 VTE 发生率

该数据集来自 clinicaltrials.gov,基于丹麦首都大区 COMES 数据库,覆盖 2014-2017 年间在四家公立大学医院接受择期结肠癌切除术的患者,包含术前、术中、术后及肿瘤相关变量。这些医院在出院后均未实施延长血栓栓塞预防。病历经复核,重点关注 VTE 预防、术前及术后抗凝治疗、住院时长和再入院情况,以保证数据有效性。可用于研究 ERAS 项目中结肠癌根治术后静脉血栓栓塞的发生情况及相关因素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:深静脉血栓、肺栓塞、结肠癌。哥本哈根完整结肠系膜切除术研究(COMES)数据库包含 2014-2017 年期间在四家公立大学诊所接受择期结肠癌切除术患者的术前、术中、术后及肿瘤相关变量的综合数据,这些诊所负责为丹麦首都大区 180 万居民提供所有结直肠癌治疗。这些医院均未在出院后实施延长血栓栓塞预防。病历经过复核,重点关注 VTE 预防、正在进行的术前和术后抗凝治疗、住院时长(LOS)和再入院情况,以确保高数据有效性。

【主题与分类】

主题标签:Deep Vein Thrombosis, Pulmonary Embolus、Colon Cancer。本站分类:肿瘤/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06009484

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06009484

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:深静脉血栓形成、肺栓塞、结肠癌。哥本哈根完整结肠系膜切除术研究(COMES)数据库包含了2014-2017年间在四家公立大学诊所接受择期结肠癌切除术患者的术前、术中、术后及肿瘤相关变量的综合数据,这些诊所负责为丹麦首都地区180万居民提供所有结直肠癌治疗。这些医院均未实施出院后的延长血栓栓塞预防措施。审查医疗记录时,重点关注静脉血栓栓塞预防、术前及术后持续抗凝治疗、住院时间(LOS)及再入院情况,以确保数据的高度有效性。

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。

获取专属数据定制方案