DOACT算法对比AI决策模型在血管患者口服抗凝治疗中的研究
该数据集来自clinicaltrials.gov，聚焦血管疾病患者口服抗凝治疗中的临床决策支持。研究采用横断面三臂比较验证设计，评估DOACT算法与标准临床决策及基于大语言模型（LLM）的决策工具在准确性和临床实用性方面的表现
基本信息
资源简介
DOACT算法对比AI决策模型在血管患者口服抗凝治疗中的研究
该数据集源自clinicaltrials.gov，英文名称为“DOACT Algorithm Versus AI-Based Decision Models in Oral Anticoagulant Therapy for Vascular Patients”，聚焦血管疾病患者口服抗凝治疗中的临床决策支持问题。研究采用横断面、三臂比较验证设计，旨在评估DOACT算法与标准临床决策以及基于大语言模型（LLM）的决策工具在准确性和临床实用性方面的表现。数据集涉及深静脉血栓、浅表血栓性静脉炎、肺血栓栓塞症等血管疾病，同时关联临床决策支持系统与人工智能主题。整体而言，该数据集为比较不同决策支持策略在口服抗凝治疗中的应用效果提供了研究框架，适合关注临床决策工具验证、人工智能辅助医疗以及血管疾病抗凝管理的研究人员参考使用。
【数据集背景】
该数据集来自clinicaltrials.gov，所对应的研究关注血管疾病患者口服抗凝治疗中的临床决策支持。涉及的条件包括深静脉血栓、浅表血栓性静脉炎、肺血栓栓塞症，同时涉及临床决策支持系统和人工智能。研究的核心背景是比较DOACT算法、标准临床决策以及基于大语言模型（LLM）的决策工具在口服抗凝治疗决策中的表现。该研究采用横断面、三臂比较验证设计，属于临床决策支持工具验证类研究，旨在评估不同决策方式在准确性和临床实用性方面的差异。
【数据内容】
该数据集的主题标签包括Deep Vein Thrombosis、Superficial Thrombophlebitis、Pulmonary Thromboembolisms、Clinical Decision Support Systems和Artificial Intelligence。研究内容围绕口服抗凝治疗中的临床决策支持展开，涉及DOACT算法、标准临床决策以及基于大语言模型（LLM）的决策工具三种策略的比较。数据集所属分类为呼吸系统疾病 / 其他。关于具体样本量、变量字段、数据记录格式、随访时间点、结局指标的具体数值等详细数据内容，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述显示，该研究为横断面、三臂比较验证研究，评估DOACT算法与标准临床决策及基于大语言模型（LLM）的决策工具在准确性和临床实用性方面的表现。关于具体的采集地点、采集时间范围、纳入排除标准、数据采集流程、样本来源机构等详细信息，源站未提供。
【适用场景】
该数据集适用于血管疾病患者口服抗凝治疗相关的临床决策支持研究，尤其适合比较不同决策工具或算法在准确性和临床实用性方面的表现。潜在应用场景包括：评估DOACT算法在深静脉血栓、浅表血栓性静脉炎、肺血栓栓塞症等患者抗凝决策中的表现；比较人工智能决策工具与标准临床决策的差异；研究大语言模型在临床决策支持中的潜在价值。关于具体的使用场景限制、适用人群范围、临床实施条件等，源站未提供。
【使用方法】
该数据集对应的是横断面、三臂比较验证研究，使用时可围绕DOACT算法、标准临床决策和基于大语言模型（LLM）的决策工具三组进行比较分析，关注准确性和临床实用性两个主要评价维度。关于具体的数据访问方式、下载格式、统计分析方法、软件工具要求、预处理步骤等，源站未提供。
【质量与限制】
该数据集来自clinicaltrials.gov，研究设计为横断面、三臂比较验证研究。关于样本量、数据完整性、偏倚控制、验证方式、外部效度、局限性说明等质量相关信息，源站未提供。
【引用与许可】
该数据集来源于clinicaltrials.gov。关于具体的引用格式、许可协议、使用条款、数据共享政策、知识产权归属等信息，源站未提供。
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/NCT07290608
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：深静脉血栓形成、浅表血栓性静脉炎、肺血栓栓塞症、临床决策支持系统、人工智能。横断面、三臂比较验证研究，评估DOACT算法与标准临床决策及基于大语言模型（LLM）的决策工具相比的准确性和临床实用性。
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。
