妇科手术VTE预防策略的有效性与成本效果

数据集获取

源站：https://clinicaltrials.gov/study/NCT07455253

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：静脉血栓栓塞症、深静脉血栓形成（DVT）、肺栓塞（PE）、妇科手术。本研究分为两个阶段。第一阶段为回顾性巢式病例对照研究。将筛选2021年1月至2025年9月期间接受妇科手术且Caprini评分$\ge$ 2的患者。病例组包括术后发生经客观确认的症状性VTE的患者。对照组将根据年龄（$\pm$ 5岁）、体重指数（BMI）、手术方式和疾病的良恶性进行1：3匹配。将采用条件logistic回归计算机械性预防和药物性预防相较于基本预防的校正比值比（ORs）。此外，还将探讨子宫/肌瘤大小和重量作为潜在的妇科特异性危险因素。第二阶段涉及卫生经济学建模。将利用第一阶段获得的ORs，结合真实世界成本数据（预防成本、VTE治疗成本、出血管理成本）和来自文献的基线发生率，构建决策树模型。

将计算增量成本-效果比（ICER），以确定在不同Caprini风险阈值下最具成本效果的VTE预防策略。

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。