CHIPs-VTE 住院患者预防医院获得性静脉血栓栓塞症研究
该数据集来自 clinicaltrials.gov，主题为住院患者预防医院获得性静脉血栓栓塞症。研究覆盖静脉血栓栓塞性疾病、肺栓塞、静脉血栓栓塞症、深静脉血栓及质量改进等方向
基本信息
资源简介
CHIPs-VTE 住院患者预防医院获得性静脉血栓栓塞症研究
该数据集来自 clinicaltrials.gov，主题为住院患者预防医院获得性静脉血栓栓塞症。研究覆盖静脉血栓栓塞性疾病、肺栓塞、静脉血栓栓塞症、深静脉血栓及质量改进等方向。研究设计为整群随机：全国有意愿参与 CURES 组的医院被选为研究点，每家医院作为一个 cluster，随机分为干预组或对照组。干预组医院中符合条件的入组患者接受多种多层面质量改进干预，包括强制风险评估、计算机提醒（基于计算机的临床决策支持系统与计算机化提醒）、强化教育和审计；对照组医院患者仅接受常规推荐诊疗或现行政策。该数据可用于静脉血栓栓塞预防相关的质量改进与干预效果研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：静脉血栓栓塞性疾病、肺栓塞、静脉血栓栓塞症、深静脉血栓、质量改进。全国有意愿参与本研究的 CURES 组医院将被选中。每家被选中的医院将被视为一个 cluster，并随机分为干预组或对照组。在研究期间，分配到干预组的医院中符合条件的入组患者将接受多种多层面质量改进（QI）干预，包括强制风险评估、计算机提醒（基于计算机的临床决策支持系统和计算机化提醒）、强化教育和审计。分配到对照组的医院中的患者仅接受常规推荐诊疗，或现行政策。
【主题与分类】
主题标签：Venous Thromboembolic Disease、Pulmonary Embolism、Venous Thromboembolism、Deep Venous Thrombosis、Quality Improvement。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04211181
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/NCT04211181
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：静脉血栓栓塞性疾病、肺栓塞、静脉血栓栓塞、深静脉血栓形成、质量改进。将在全国范围内选取愿意参与CURES组本研究的医院。每家入选医院作为一个集群，随机分为干预组或对照组。在研究期间，被分配至干预组的医院中纳入的合格患者将接受多种多方面的质量改进（QI）干预措施，包括强制风险评估、计算机提醒（基于计算机的临床决策支持系统和计算机化提醒）、强化教育和审计。被分配至对照组的医院中的患者仅接受常规推荐治疗或现有政策。
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。
