两种低分子肝素用于产后血栓预防的比较

该数据集来自 clinicaltrials.gov,主题为静脉血栓栓塞性疾病,聚焦产后血栓预防。源站描述指出,静脉血栓栓塞是发达国家与发展中国家孕产妇死亡和发病的首要原因,妊娠期静脉血栓栓塞风险较非妊娠女性平均升高5至10倍,产后发生率最高

Hawler Medical UniversityHawler Medical University
clinicaltrials
浏览 10
其他分类Venous Thromboembolic Diseases
Comparison of 2 Low Molecular Weight Heparin as a Thromboprophylaxis Postpartum

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-14

资源简介

两种低分子肝素用于产后血栓预防的比较

该数据集来自 clinicaltrials.gov,主题为静脉血栓栓塞性疾病,聚焦产后血栓预防。源站描述指出,静脉血栓栓塞是发达国家与发展中国家孕产妇死亡和发病的首要原因,妊娠期静脉血栓栓塞风险较非妊娠女性平均升高5至10倍,产后发生率最高。既往研究多单独使用 Enoxaparin 或 Bemiparin 降低剖宫产术后静脉血栓栓塞发生率,但缺乏将两者单独及联合与对照组比较的研究,也未见阴道分娩后血栓预防的已发表文献。数据可用于产后血栓预防相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:静脉血栓栓塞性疾病。静脉血栓栓塞(VTE)是发达国家和发展中国家孕产妇死亡和发病的首要原因。肺栓塞和深静脉血栓形成是一种称为深静脉血栓形成(DVT)的单一疾病的两种组成部分。与非妊娠女性相比,妊娠期VTE风险平均增加5至10倍。最高发生率出现在产后期间。已有大量研究广泛探讨了使用两种低分子肝素(Enoxaparin和Bemiparin)单独降低剖宫产术后VTE发生率的效果,但没有一项研究将两者单独使用以及两者联合使用与对照组进行比较。此外,据我们所知,尚无关于阴道分娩后血栓预防的已发表文献。

【主题与分类】

主题标签:Venous Thromboembolic Diseases。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01588171

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/NCT01588171

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

条件:静脉血栓栓塞性疾病。静脉血栓栓塞症(VTE)是发达和发展中国家孕产妇死亡和发病的主要原因。肺栓塞和深静脉血栓形成是一种称为深静脉血栓形成(DVT)的单一疾病的两种组成部分。与未怀孕女性相比,妊娠期VTE风险平均增加5至10倍。发病率最高发生在产后期间。已有大量研究广泛探讨了使用两种低分子肝素(依诺肝素和贝米肝素)单独降低剖宫产术后VTE发生率的效果,但尚无一项研究将这两种药物单独使用及联合使用与对照组进行比较。此外,据我们所知,尚无关于阴道分娩后血栓预防的已发表文献。

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