静脉血栓栓塞症治疗进行中登记研究
该数据集来自clinicaltrials.gov，为静脉血栓栓塞症（VTE）治疗相关的进行中登记研究。数据覆盖深静脉血栓、静脉血栓、血栓栓塞、血栓后综合征和肺栓塞等病症，收录在不同俄罗斯医疗中心接受治疗的VTE患者信息，录入前瞻性数字数据库并持续更新
基本信息
资源简介
静脉血栓栓塞症治疗进行中登记研究
Ongoing Registry of Treatment of Venous Thromboembolism 是一个在 clinicaltrials.gov 上登记的数据集，属于呼吸系统疾病 / 其他分类。该数据集围绕静脉血栓栓塞症（VTE）的治疗展开，是一项仍在进行中的登记研究。其覆盖的病症包括深静脉血栓、静脉血栓、血栓栓塞、血栓后综合征和肺栓塞。数据来源于在不同俄罗斯医疗中心接受治疗的 VTE 患者，这些患者信息被录入一个前瞻性数字数据库，并持续更新。该登记平台还计划开展前瞻性随机研究、队列研究和观察性研究。整体而言，该数据集旨在为静脉血栓栓塞症治疗相关的临床研究提供持续积累的真实世界数据基础。
【数据集背景】
静脉血栓栓塞症是一类涉及血栓形成与栓塞的疾病谱，包括深静脉血栓和肺栓塞等表现，血栓后综合征则是其可能出现的后续问题。该数据集正是在这一疾病领域下建立的登记研究，聚焦于 VTE 治疗。根据来源站描述，该登记研究名为“Ongoing Registry of Treatment of Venous Thromboembolism”，其登记范围覆盖深静脉血栓、静脉血栓、血栓栓塞、血栓后综合征和肺栓塞等病症。该数据集被归入呼吸系统疾病 / 其他分类，来源站为 clinicaltrials.gov。该登记研究的设计定位是前瞻性数字数据库，并处于持续更新状态，同时计划在登记站点开展前瞻性随机、队列和观察性研究。
【数据内容】
该数据集收录的是在不同俄罗斯医疗中心接受治疗的 VTE 患者数据。所涉及的病症范围包括：深静脉血栓、静脉血栓、血栓栓塞、血栓后综合征以及肺栓塞。这些数据被录入一个前瞻性数字数据库，并持续更新。除上述病症范围和患者来源外，源站未提供关于具体变量、字段结构、样本量、时间跨度或统计指标的进一步说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。根据源站描述，患者数据来自在不同俄罗斯医疗中心接受治疗的 VTE 患者，并录入前瞻性数字数据库，且持续更新。该登记站点还计划开展前瞻性随机研究、队列研究和观察性研究。除上述来源与采集方式说明外，源站未提供关于具体医疗中心数量、地理位置、招募方式、数据录入流程或更新频率的更多信息。
【适用场景】
基于该数据集的登记性质与覆盖病症，其适用场景与静脉血栓栓塞症治疗相关的研究方向一致。来源站描述指出，计划在登记站点开展前瞻性随机研究、队列研究和观察性研究。因此，该数据集可用于支撑围绕深静脉血栓、静脉血栓、血栓栓塞、血栓后综合征和肺栓塞等病症的登记性研究。除上述由来源站描述直接支持的研究类型外，源站未提供关于其他具体应用场景的说明。
【使用方法】
源站未提供关于该数据集具体使用方法的说明，包括访问方式、数据提取途径、分析工具或操作流程等。
【质量与限制】
源站未提供关于该数据集质量与限制的说明，包括数据完整性、准确性、偏倚控制、样本代表性或已知局限等。
【引用与许可】
源站未提供关于该数据集引用与许可的说明，包括引用格式、许可条款或使用限制等。
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/NCT03881345
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、静脉血栓、血栓栓塞、血栓后综合征、肺栓塞。在不同俄罗斯医疗中心接受治疗的静脉血栓栓塞症患者数据被录入前瞻性数字数据库，并持续更新。计划在该登记处开展前瞻性随机、队列和观察性研究。
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。
