D-dimer 用于确定静脉血栓栓塞后抗凝持续时间
该数据集来自 clinicaltrials.gov,聚焦首发症状性特发性静脉血栓栓塞(近端深静脉血栓和/或肺栓塞)患者,这些患者接受维生素K拮抗剂(华法林或醋硝香豆素)治疗至少3个月

基本信息
资源简介
D-dimer 用于确定静脉血栓栓塞后抗凝持续时间
该数据集来自 clinicaltrials.gov,聚焦首发症状性特发性静脉血栓栓塞(近端深静脉血栓和/或肺栓塞)患者,这些患者接受维生素K拮抗剂(华法林或醋硝香豆素)治疗至少3个月。研究为多中心前瞻性随访,入组患者停用口服抗凝药30天后检测D-dimer及血栓形成倾向,D-dimer正常者不再抗凝,升高者随机分组。数据可用于预测静脉血栓栓塞复发风险及指导抗凝持续时间决策(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:深静脉血栓、肺栓塞。这是一项多中心前瞻性随访研究,对象为首发症状性特发性静脉血栓栓塞(近端深静脉血栓和/或肺栓塞)患者,这些患者接受维生素K拮抗剂(华法林或醋硝香豆素)治疗至少3个月。符合条件的患者签署知情同意后,被指示立即停止口服抗凝治疗,并在下次随访(安排在30天后)前不服用任何其他抗血栓药物。在该次随访中,采集静脉血进行D-dimer检测和血栓形成倾向检测。D-dimer使用Clearview Simplify D-dimer检测法(Agen Biomedical Limited, Brisbane, Australia)评估。D-dimer结果正常的患者不继续抗凝治疗,而D-dimer结果升高的患者则使用计算机p进行随机化
【主题与分类】
主题标签:Deep Vein Thrombosis、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/NCT00264277
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/NCT00264277
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:深静脉血栓形成、肺栓塞。这是一项多中心前瞻性随访研究,研究对象为首发症状性特发性静脉血栓栓塞(近端深静脉血栓和/或肺栓塞)并接受维生素K拮抗剂(华法林或醋硝香豆素)治疗至少3个月的患者。符合条件的患者签署知情同意书后,被指示立即停止口服抗凝治疗,并在下次随访(安排在30天后)之前不服用任何其他抗血栓药物。在该次随访时,采集静脉血进行D-二聚体检测和易栓症检测。D-二聚体采用Clearview Simplify D-二聚体检测法(Agen Biomedical Limited,澳大利亚布里斯班)进行评估。D-二聚体结果正常的患者不继续抗凝治疗,而D-二聚体结果升高的患者则通过计算机程序随机分配至停止或恢复使用维生素K拮抗剂抗凝治疗(INR 2.0-3.0)。所有患者随访18个月。研究结局为确诊的复发性静脉血栓栓塞和重大出血事件的复合终点。
所有疑似结局事件和所有死亡均由中央裁定委员会进行评估,该委员会成员对D-二聚体和血栓形成倾向结果以及分组情况均不知情。
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。




