袖状胃切除术后铁补充与贫血
该数据集来自 clinicaltrials.gov,围绕腹腔镜袖状胃切除术后缺铁性贫血问题,比较常规预防性口服铁补充与标准多种维生素联合铁监测两种管理策略

基本信息
资源简介
袖状胃切除术后铁补充与贫血
该数据集来自 clinicaltrials.gov,围绕腹腔镜袖状胃切除术后缺铁性贫血问题,比较常规预防性口服铁补充与标准多种维生素联合铁监测两种管理策略。数据覆盖 Iron Deficiency Anemia、Obesity、Sleeve Gastrectomy 相关人群,可用于评估术后贫血发生风险、比较干预方案效果,为术后管理协议提供高级别证据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:缺铁性贫血、肥胖、袖状胃切除术。背景与理由:缺铁性贫血(IDA)是腹腔镜袖状胃切除术(LSG)后普遍且具有临床意义的长期并发症,LSG 是全球最常实施的减重手术。尽管普遍补充多种维生素,术后 IDA 发生率仍稳步上升,影响患者生活质量、认知功能和医疗资源利用。关于常规预防性口服铁补充与标准多种维生素使用联合铁监测策略的疗效比较,存在关键证据缺口。由于缺乏足够的长期比较数据,当前指南缺乏共识。本研究旨在通过直接比较这两种不同的管理策略,提供高级别证据以指导术后方案。研究设计与 S
【主题与分类】
主题标签:Iron Deficiency Anemia、Obesity、Sleeve Gastrectomy。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07397572
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/NCT07397572
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:缺铁性贫血、肥胖、袖状胃切除术。背景与依据 缺铁性贫血(IDA)是腹腔镜袖状胃切除术(LSG)后一种常见且具有临床意义的长期并发症,而LSG是全球开展最广泛的减重手术。尽管普遍进行多种维生素补充,术后IDA的发生率仍持续上升,影响患者生活质量、认知功能及医疗资源利用。关于常规预防性口服铁剂补充与标准多种维生素使用联合铁监测策略相比的疗效,存在关键证据空白。由于缺乏足够的长期比较数据,现行指南尚无共识。本研究旨在通过直接比较这两种不同的管理策略,提供高级别证据以指导术后方案。研究设计与设置 这是一项前瞻性、观察性、比较性队列研究,在开罗大学Kasr Al-Ainy医院的减重手术科室开展。本研究利用两个参与科室现有的常规临床实践,实现结局的真实世界比较。
参与者将按照其所在外科治疗单元的标准术后补充方案进行管理;研究方案不分配干预措施。研究队列:符合条件的参与者将根据其外科治疗单元的标准治疗照护方案被纳入以下两个队列之一:预防性铁剂队列:标准治疗照护包括每日预防性补充60 mg元素铁(以Ferrodep®给药,30 mg胶囊,每12小时一次)以及每日标准复合维生素的患者。标准复合维生素队列:标准治疗照护仅包括每日标准复合维生素(例如Centrum Silver®),其中含有约10 mg铁,不额外补充预防性铁剂的患者。研究程序与评估:连续入组的计划接受初次LSG的患者将在术前接受评估(
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。




