Apixaban与Rivaroxaban治疗急性肺栓塞出血风险对比
该数据集来自clinicaltrials.gov，聚焦急性肺栓塞与静脉血栓栓塞症（VTE）患者使用Apixaban与Rivaroxaban的出血风险比较
基本信息
资源简介
Apixaban与Rivaroxaban治疗急性肺栓塞出血风险对比
该数据集来自clinicaltrials.gov，聚焦急性肺栓塞与静脉血栓栓塞症（VTE）患者使用Apixaban与Rivaroxaban的出血风险比较。研究为单中心、前瞻性、开放标签、1:1随机对照试验，纳入巴基斯坦队列，随访3个月并每月评估，主要终点为3个月内大出血或临床相关非大出血（CRNM）的复合终点。数据可用于比较两种DOACs在South Asian人群中的安全性差异，支持抗凝治疗决策与出血风险预测建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：急性肺栓塞、静脉血栓栓塞症（VTE）。背景：直接口服抗凝药（DOACs）被推荐用于大多数符合条件的急性静脉血栓栓塞症患者，但Apixaban与Rivaroxaban在South Asian人群中的比较性出血数据仍然有限。本研究将通过提供来自巴基斯坦队列的直接随机证据来填补这一知识空白。研究设计：单中心、前瞻性、开放标签、1:1分配的随机对照试验。干预措施：Apixaban组：10 mg每日两次，持续7天，随后5 mg每日两次，持续至3个月剩余时间；Rivaroxaban组：15 mg每日两次，持续21天，随后20 mg每日一次，持续至3个月剩余时间。随访时长：3个月，每月评估。主要终点：3个月内大出血或临床相关非大出血（CRNM）出血的复合终点
【主题与分类】
主题标签：Pulmonary Embolism Acute、Venous Thromboembolism (VTE)。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07774273
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/NCT07774273
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：急性肺栓塞、静脉血栓栓塞症（VTE）。背景：直接口服抗凝药（DOACs）推荐用于大多数符合条件的急性静脉血栓栓塞症患者，但阿哌沙班与利伐沙班在南亚人群中的出血比较数据仍然有限。本研究将通过提供来自巴基斯坦队列的直接随机证据来填补这一知识空白。研究设计：单中心、前瞻性、开放标签、随机对照试验，按1：1分配。干预措施：阿哌沙班组：10 mg每日两次，持续7天，随后5 mg每日两次，持续至3个月剩余时间；利伐沙班组：15 mg每日两次，持续21天，随后20 mg每日一次，持续至3个月剩余时间。随访持续时间：3个月，每月评估。主要终点：3个月内大出血或临床相关非大出血（CRNM）出血的复合终点。次要终点：（待根据方案确认）单纯大出血、单纯CRNM出血、复发性静脉血栓栓塞症、全因死亡率。
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。
