初次髋关节置换术后血栓预防的加速康复与缩短抗凝疗程研究
该数据集来自 clinicaltrials.gov,主题为初次全髋关节置换术后静脉血栓栓塞预防中的加速康复与缩短抗凝疗程(ENABLE-Hip)研究

基本信息
资源简介
初次髋关节置换术后血栓预防的加速康复与缩短抗凝疗程研究
该数据集来自 clinicaltrials.gov,主题为初次全髋关节置换术后静脉血栓栓塞预防中的加速康复与缩短抗凝疗程(ENABLE-Hip)研究。随着欧洲及世界其他地区老龄化人口中髋骨关节炎患者增多,全髋关节置换术(THA)伴随较高的静脉血栓栓塞(VTE)风险,但术后抗凝的合适时长仍存争议。德国指南仍主张术后抗凝28-35天,而其他国家临床实践建议趋向更早停药,却缺乏对照数据支持。该多中心研究数据可用于评估不同抗凝时长与加速康复策略下的血栓预防效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:全髋关节置换术,静脉血栓栓塞预防。在欧洲和世界其他地区,越来越多的老龄人口患有髋骨关节炎,他们一生中某个时候将需要接受手术关节置换。手术全髋关节置换术(THA)与静脉血栓栓塞(VTE)的高风险相关,但术后抗凝的适当持续时间仍极具争议。尽管当前德国指南仍主张在THA后抗凝28-35天,但其他国家的临床实践建议正转向更早停用抗凝药——尽管缺乏对照数据支持的坚实证据。“初次髋关节置换术后血栓预防的加速康复与缩短抗凝疗程”(ENABLE-Hip)研究是一项多中心
【主题与分类】
主题标签:Hip Arthroplasty, Total、Prevention of Venous Thromboembolism。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06611319
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/NCT06611319
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:全髋关节置换术,静脉血栓栓塞症的预防。在欧洲和世界其他地区,随着人口老龄化的加剧,越来越多的人患有髋关节骨关节炎,并将在其生命中的某个时刻需要进行关节置换手术。全髋关节置换手术(THA)与静脉血栓栓塞症(VTE)的高风险相关,但术后抗凝治疗的适当持续时间仍极具争议。尽管当前的德国指南仍主张THA后抗凝治疗28-35天,但其他国家的临床实践建议正转向更早停用抗凝药物——尽管缺乏对照数据支持的坚实证据。“加速康复与缩短初级髋关节置换术后血栓预防抗凝疗程”(ENABLE-Hip)研究是一项由研究者发起、学术赞助的多中心前瞻性随机主动对照非劣效性试验。
短期(10天)预防性抗凝方案(试验组)将与依据现行指南的标准疗程(35天)抗凝方案(对照组)进行比较。患者术后将遵循标准化的加速康复方案尽早活动。在随机分组并按照当地方案进行为期两天开放标签的预防性抗凝治疗后,将开始使用研究药物(利伐沙班,标准获批预防剂量为每日10 mg),并持续至术后10天。此后,试验组患者将以双盲方式转换为安慰剂,而对照组患者则继续使用活性药物,直至术后满35天。主要结局为术后前3个月内发生急性症状性近端深静脉血栓形成(DVT),或症状性或致死性肺栓塞(PE)。将建议参与研究的研究者遵循指南关于临床怀疑方面的推荐意见。
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。




