Bemiparin 用于妇科手术后血栓预防的研究

源站描述指出,未采取血栓预防时临床 DVT 发生率约为 3%,使用低分子肝素后 VTE 发生率假设降至 0.4%,并强调目前尚无关于第二代低分子肝素 Bemiparin 用于良性妇科手术后血栓预防、并与对照组比较的已发表研究

Hawler Medical UniversityHawler Medical University
clinicaltrials
浏览 3
其他预测Deep Vein Thrombosis (DVT)Pulmonary Embolism
Bemiparin as a Thromboprophylaxis After Gynaecological Surgeries

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-14

资源简介

Bemiparin 用于妇科手术后血栓预防的研究

该数据集源自 clinicaltrials.gov,围绕妇科手术后静脉血栓栓塞事件的预防展开,涉及 Deep Vein Thrombosis (DVT) 与 Pulmonary Embolism 两类主要并发症。源站描述指出,未采取血栓预防时临床 DVT 发生率约为 3%,使用低分子肝素后 VTE 发生率假设降至 0.4%,并强调目前尚无关于第二代低分子肝素 Bemiparin 用于良性妇科手术后血栓预防、并与对照组比较的已发表研究。数据可用于评估 Bemiparin 在妇科手术后血栓预防中的效果(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Deep Vein Thrombosis (DVT), Pulmonary Embolism。深静脉血栓形成(DVT)和肺栓塞(PE),也被称为静脉血栓栓塞事件(VTE),是妇科手术后两种主要并发症,可导致显著的发病率和死亡率。妇科手术后 VTE 的发生率因诊断方法而异。如果未使用血栓预防,妇科手术后临床 DVT 的发生率估计为 3%。如果使用低分子肝素作为血栓预防,VTE 发生率假定降至 0.4%。据我们所知,尚无已发表的研究探讨新型第二代低分子肝素 Bemiparin 作为良性妇科手术后血栓预防措施、与对照组比较的效果。

【主题与分类】

主题标签:Deep Vein Thrombosis (DVT)、Pulmonary Embolism。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01630148

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/NCT01630148

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(DVT)、肺栓塞。深静脉血栓形成(DVT)和肺栓塞(PE),也被称为静脉血栓栓塞事件(VTE),是妇科手术后两大主要并发症,可导致显著的发病率和死亡率。妇科手术后VTE的发生率因诊断方法的不同而有所差异。若未采用血栓预防措施,妇科手术后临床DVT的发生率估计为3%。若使用低分子肝素作为血栓预防,VTE的发生率假定降至0.4%。据我们所知,尚无已发表的研究探讨新型第二代低分子肝素贝米肝素作为良性妇科手术后血栓预防措施与对照组相比的效果。

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