达比加群治疗深静脉血栓患者血栓后综合征患病率
该数据集来自 clinicaltrials.gov,关注接受达比加群治疗的深静脉血栓(DVT)患者中血栓后综合征(PTS)的患病情况

基本信息
资源简介
达比加群治疗深静脉血栓患者血栓后综合征患病率
该数据集来自 clinicaltrials.gov,关注接受达比加群治疗的深静脉血栓(DVT)患者中血栓后综合征(PTS)的患病情况。数据背景基于 RE-COVER 和 RE-COVER II 两项双盲双模拟试验,共纳入 5109 例 DVT 和/或肺栓塞(PE)患者,随机接受 6 个月达比加群或华法林治疗,并先接受 5-7 天肠外抗凝。数据可用于分析抗凝质量与 PTS 发生的关系,支持血栓后综合征的风险分类与预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:血栓后综合征。在 RE-COVER 和 RE-COVER II 研究中,5109 例深静脉血栓(DVT)和/或肺栓塞(PE)患者被随机分配接受为期 6 个月的达比加群(150 mg 每日两次)或华法林(每日一次,维持国际标准化比值(INR)2.0-3.0)治疗。所有患者均先接受 5-7 天的肠外抗凝治疗。研究设计为双盲、双模拟试验。RE-COVER 于 2006 年 4 月至 2008 年 11 月期间进行,RE-COVER II 于 2008 年 6 月至 2010 年 10 月期间进行;两项研究分别于 2009 年和 2011 年完成。预计有相当数量的患者会发展为血栓后综合征(PTS)。然而,由于达比加群在整个治疗期间提供稳定的抗凝水平,并且已知抗凝质量是重要的
【主题与分类】
主题标签:Postthrombotic Syndrome。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03050138
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/NCT03050138
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:血栓形成后综合征。在RE-COVER和RE-COVER II研究中,5109名深静脉血栓(DVT)和/或肺栓塞(PE)患者被随机分配接受为期6个月的治疗,要么使用达比加群(每次150毫克,每日两次),要么使用华法林(每日一次,维持国际标准化比率(INR)在2.0-3.0之间)。所有患者最初都接受了5-7天的肠外抗凝治疗。这两项研究设计为双盲、双模拟试验。RE-COVER研究于2006年4月至2008年11月期间进行,RE-COVER II研究于2008年6月至2010年10月期间进行;它们分别于2009年和2011年完成。预计有大量患者会发展成血栓形成后综合征(PTS)。然而,由于达比加群在整个治疗期间提供稳定的抗凝水平,并且了解到抗凝质量是PTS发展的一个重要因素,我们预期与华法林相比,达比加群治疗的患者中PTS的发生率会更低。如果患者同意参加门诊访问,将由研究者进行访谈和检查。
否则,如果患者拒绝会面,将进行电话访谈。PTS将使用患者报告Villalta(PRV)评分表来确定。然而,那些前来咨询的患者还将额外通过标准Villalta评分评估PTS。主要终点是通过患者报告Villalta(PRV)评分确定的PTS患病率。次要终点包括:1- 停止治疗后客观证实的DVT或PE,2- 通过标准Villalta评分确定的PTS患病率,3- 通过EQ-5D(www.euroqol.org)和静脉功能不全流行病学和经济研究生活质量与症状(VEINES-QOL/Sym)问卷确定的健康相关生活质量(HRQOL)。研究人员将招募纳入挪威、瑞典和加拿大RE-COVER研究的患者亚群。
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。




