Defibrotide 治疗重症 COVID-19 研究
该数据集来自 clinicaltrials.gov，主题为 Defibrotide 用于治疗临床重症 COVID-19 的前瞻性、单臂、两队列、2 期试点研究
基本信息
资源简介
Defibrotide 治疗重症 COVID-19 研究
该数据集来自 clinicaltrials.gov，主题为 Defibrotide 用于治疗临床重症 COVID-19 的前瞻性、单臂、两队列、2 期试点研究。研究采用 FDA 已批准用于 post-HSCT VOD/SOS 的 Defibrotide 剂量（6.25 mg/kg 静脉注射，每 6 小时一次）。队列 1 纳入经 PCR 和影像学确诊的 COVID-19 肺炎住院患者，需氧疗或机械通气、未接受治疗剂量抗凝、维持血流动力学稳定所需血管升压药不超过一种；队列 2 纳入 ICU 住院、出血和/或低血压风险升高的同类患者。数据可用于评估该药在重症 COVID-19 中的安全性与疗效（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Covid19。本研究是一项前瞻性、单臂、两队列、2 期试点研究，将评估 Defibrotide 在临床重症 COVID-19 中的安全性和有效性。将使用 FDA 已批准用于治疗 post-HSCT VOD/SOS 的 Defibrotide 剂量（6.25 mg/kg 静脉注射，每 6 小时一次）。队列 1 将由经 PCR 和影像学确诊的 COVID-19 肺炎患者组成，这些患者因需要氧疗（补充 O2 或机械通气）而住院，未接受治疗剂量抗凝，且维持血流动力学稳定所需血管升压药不超过一种。队列 2 将由经 PCR 和影像学确诊的 COVID-19 肺炎患者组成，这些患者在 ICU 住院，且出血和/或低血压风险升高，前者定义为需要治疗剂量抗凝以应对活动性 thr
【主题与分类】
主题标签：Covid19。本站分类：呼吸系统疾病/肺炎。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04652115
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/NCT04652115
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：Covid19。本研究是一项前瞻性、单臂、双队列、2期初步研究，旨在评估去纤苷在临床重症COVID-19中的安全性和有效性。将使用FDA批准用于治疗HSCT后VOD/SOS的去纤苷剂量（6.25 mg/kg静脉注射，每6小时一次）。队列1将包括经PCR和影像学确诊的COVID-19肺炎患者，这些患者因需要吸氧（补充O2或机械通气）而住院，未接受治疗剂量抗凝，且维持血流动力学稳定所需血管加压药不超过一种。队列2将包括经PCR和影像学确诊的COVID-19肺炎患者，这些患者入住ICU，且出血和/或低血压风险升高，前者定义为因活动性血栓、ECMO或CRRT而需要治疗剂量抗凝，后者定义为维持血流动力学稳定需要两种血管加压药。
仅在队列2中，将采用6+6剂量递减设计，即如果前6名受试者中有2名经历DLT，则剂量将从6.25毫克/千克静脉注射每6小时一次降至每天10毫克/千克持续静脉输注。若前6名受试者在FDA批准的剂量下出现0或1例DLT，则将在相同剂量下再招募6名受试者。3/4级出血和显著的新发低血压将被视为DLT。
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。
