LumiraDx 即时检测 D-二聚体检测性能评估
该数据集来自 clinicaltrials.gov,用于评估 LumiraDx 即时检测(POC)D-二聚体检测的性能,覆盖深静脉血栓、肺栓塞及静脉血栓栓塞症患者

基本信息
资源简介
LumiraDx 即时检测 D-二聚体检测性能评估
该数据集来自 clinicaltrials.gov,用于评估 LumiraDx 即时检测(POC)D-二聚体检测的性能,覆盖深静脉血栓、肺栓塞及静脉血栓栓塞症患者。研究通过毛细血管全血、静脉血和血浆样本,与参考设备由专业实验室人员分析的 D-二聚体结果进行比对,评估该检测的精密度与准确性。该检测为定量免疫分析,10 分钟内出结果。数据可用于体外诊断检测的性能验证及欧盟等地区监管申报相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:深静脉血栓、肺栓塞、静脉血栓栓塞症。这是一项性能评估研究,旨在评估 LumiraDx 即时检测(POC)D-二聚体检测在出现静脉血栓栓塞症(VTE)症状(主要包括深静脉血栓(DVT)或肺栓塞(PE))患者中使用的精密度和准确性。LumiraDx POC D-二聚体检测是一种定量免疫分析,可在 10 分钟内提供结果。LumiraDx POC D-二聚体检测的准确性将使用毛细血管全血、静脉血和血浆样本进行评估,并与由经过培训的实验室专业人员使用参考设备对同一受试者分析获得的 D-二聚体结果进行比较。本研究的结果拟用于在欧盟(EU)及其他相关地区作为体外诊断检测使用的监管申报。
【主题与分类】
主题标签:Deep Vein Thrombosis、Pulmonary Embolism、Venous Thromboembolism。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04737954
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/NCT04737954
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:深静脉血栓形成、肺栓塞、静脉血栓栓塞症。这是一项性能评估研究,旨在评估LumiraDx即时检测(POC)D-二聚体检测在出现静脉血栓栓塞症(VTE)症状的患者中使用的精密度和准确度,VTE主要包括深静脉血栓形成(DVT)或肺栓塞(PE)。LumiraDx POC D-二聚体检测是一种定量免疫测定,可在10分钟内提供结果。LumiraDx POC D-二聚体检测的准确度将使用毛细血管全血、静脉血和血浆样本进行评估,并与由经过培训的实验室专业人员使用参考设备对同一受试者进行分析所获得的D-二聚体结果进行比较。本研究的结果拟用于在欧盟(EU)和其他相关地区作为体外诊断检测的监管申报。因VTE症状到研究机构就诊的成年男性和女性将被纳入研究。总共将招募约1000名受试者。
将首先对前200名患者完成初步分析,以确定LumiraDx D-Dimer检测与参考方法相比的准确性。研究将继续进行,直至招募到1000名患者,且至少确认120例VTE事件,以便使用LumiraDx D-Dimer截断值完成排除VTE的回顾性分析。一旦获得知情同意,将抽取血样管样本,并从受试者采集指尖毛细血管血样,这些样本将直接应用于专用试纸条,在LumiraDx POC D-Dimer检测上即时测量D-Dimer。通过LumiraDx D-D-Dimer检测获得的D-Dimer结果将用于一组比较分析,旨在确定该检测的性能特征。本研究为观察性横断面设计。作为一项研究性器械的观察性研究,研究过程中获得的结果不会影响或改变患者管理或治疗决策。
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。




