ICU与普通病房康复的COVID-19患者VTE风险增加及高凝状态
该数据集来自clinicaltrials.gov,聚焦COVID-19康复患者中静脉血栓栓塞(VTE)风险与高凝状态,覆盖ICU与普通病房两类人群

基本信息
资源简介
ICU与普通病房康复的COVID-19患者VTE风险增加及高凝状态
该数据集来自clinicaltrials.gov,聚焦COVID-19康复患者中静脉血栓栓塞(VTE)风险与高凝状态,覆盖ICU与普通病房两类人群。源站描述指出,COVID-19与SARS-CoV、MERS-CoV同属冠状病毒,重症患者以严重呼吸疾病或呼吸衰竭为主要表现,需ICU机械通气管理;实验室结果常见白细胞减少,以淋巴细胞减少为特征,并涉及多种促血栓血清细胞因子。数据可用于分析康复期VTE风险及高凝相关指标,支持血栓风险预测与临床管理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COVID-19疾病、血栓栓塞、静脉。2019年12月至2020年1月期间,一种新型冠状病毒被世界卫生组织命名为“coronavirus disease 2019 - COVID-19”,已在全球广泛传播,成为全球健康威胁。新型COVID-19与过去二十年出现的另外两种导致严重人类疾病的冠状病毒相似:严重急性呼吸综合征冠状病毒(SARS-CoV)和中东呼吸综合征冠状病毒(MERS-CoV)。严重呼吸疾病或呼吸衰竭是危重患者的主要症状,需要在ICU进行机械通气管理。18 来自实验室结果的数据显示白细胞减少,主要表现为淋巴细胞减少,这是COVID-19的一个核心特征。此外,多种血清促血栓细胞因子的浓度,如白细胞介素(ma
【主题与分类】
主题标签:COVID-19 Disease、Thromboembolism, Venous。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04359212
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/NCT04359212
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
研究条件:COVID-19疾病、静脉血栓栓塞。2019年12月至2020年1月期间,一种新型冠状病毒,被世界卫生组织命名为“2019冠状病毒病——COVID-19”,在全球范围内广泛传播,成为全球健康威胁。新型COVID-19与过去二十年出现的另外两种导致严重人类疾病的冠状病毒相似:严重急性呼吸综合征冠状病毒(SARS-CoV)和中东呼吸综合征冠状病毒(MERS-CoV)。严重呼吸系统疾病或呼吸衰竭是危重患者的主要症状,需要在ICU进行机械通气管理。实验室结果显示,白细胞减少主要表现为淋巴细胞减少,这是COVID-19的一个核心特征。
此外,据报道,COVID-19患者中几种血清促血栓形成细胞因子的浓度显著升高,如白细胞介素(主要是IL-6,在52%的患者中升高)、TNF-α、D-二聚体,并且在ICU患者中显著高于非ICU患者,提示存在高凝状态加剧,加之其他主要风险因素(制动、入住ICU、机械通气、感染性疾病),使这些患者面临发生VTE并发症的潜在更大风险。
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。




