基于医疗理赔数据对RECORD3试验的模拟
该数据集来自clinicaltrials.gov，主题为深静脉血栓与肺栓塞，属于呼吸系统疾病/其他分类。研究为非随机、非干预性设计，旨在利用保险理赔数据尽可能复现原试验的关键设计特征，包括结局、暴露及纳入排除标准，并通过统计平衡代理随机化
基本信息
资源简介
基于医疗理赔数据对RECORD3试验的模拟
该数据集来自clinicaltrials.gov，主题为深静脉血栓与肺栓塞，属于呼吸系统疾病/其他分类。其内容是基于医疗理赔数据对RECORD3试验进行模拟，属于Brigham and Women's Hospital、Harvard Medical School的RCT DUPLICATE initiative的一部分。研究为非随机、非干预性设计，旨在利用保险理赔数据尽可能复现原试验的关键设计特征，包括结局、暴露及纳入排除标准，并通过统计平衡代理随机化。该数据可用于评估在理赔数据中复现随机对照试验治疗效应估计的可行性（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。这是一项非随机、非干预性研究，属于Brigham and Women's Hospital、Harvard Medical School的RCT DUPLICATE initiative（www.rctduplicate.org）的一部分。其意图是在医疗健康保险理赔数据中尽可能贴近地复现下列/上述试验。尽管试验的许多特征无法在医疗理赔数据中直接复现，但关键设计特征，包括结局、暴露和纳入/排除标准，被选择用以代理试验中的那些特征。随机化同样无法在医疗理赔数据中复现，但通过标准实践对测量协变量进行统计平衡来代理。研究者假定RCT提供了参考标准的治疗效应估计，并且未能复现RCT发现表明该in
【主题与分类】
主题标签：Deep Vein Thrombosis、Pulmonary Embolus。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07599384
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/NCT07599384
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
病症：深静脉血栓形成、肺栓塞。这是一项非随机、非干预性研究，属于哈佛医学院布莱根妇女医院的RCT DUPLICATE计划（www.rctduplicate.org）的一部分。该研究旨在尽可能贴近地在医疗保险索赔数据中复现下列/上述试验。尽管试验的许多特征无法直接在医疗索赔中复现，但关键设计特征，包括结局、暴露因素及纳入/排除标准，均被选定以代理试验中的相应特征。随机化同样无法在医疗索赔数据中复现，但通过标准做法对测量协变量进行统计平衡来加以代理。研究者假定RCT提供了参考标准的治疗效果估计，而未能复现RCT发现则表明医疗索赔数据在复现方面存在不足，可能出于多种原因，并不提供关于原始RCT发现有效性的信息。
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。
