补充静脉活性药物治疗深静脉血栓八周的血栓溶解增强研究
研究背景为:即使接受抗凝和弹力压迫治疗,仍有三分之一患者出现血栓后综合征(PTS),其发病与血栓溶解期持续炎症导致静脉壁损伤和静脉功能不全有关

基本信息
资源简介
补充静脉活性药物治疗深静脉血栓八周的血栓溶解增强研究
该数据集来自 clinicaltrials.gov,聚焦深静脉血栓(DVT)患者。研究背景为:即使接受抗凝和弹力压迫治疗,仍有三分之一患者出现血栓后综合征(PTS),其发病与血栓溶解期持续炎症导致静脉壁损伤和静脉功能不全有关。研究选用具有血管保护和抗炎特性的静脉活性黄酮类化合物 Hydroxyethylrutoside(Venoruton)作为研究药物,目的是评估其对 DVT 溶解过程中 PTS 相关指标的影响。数据可用于预测 PTS 发生风险及评估药物干预效果(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。理由:深静脉血栓发生后,尽管在急性期接受抗凝治疗和弹力压迫治疗(ECT),仍有三分之一患者出现患肢血栓后综合征(PTS)。考虑到 PTS 带来的重大社会负担,在现有预防措施基础上补充有效的药物治疗将具有很高价值。由于 PTS 的发病机制由血栓溶解过程中持续的炎症介导,导致静脉壁损伤并引起静脉功能不全,具有血管保护和抗炎特性的静脉活性黄酮类化合物是极佳的候选药物。作为研究用药品,选择了高效的黄酮类化合物羟乙基芦丁(Venoruton)。目的:评估 Venoruton 对 DVT 溶解过程中 PTS 相关方面的影响。研究设计:单中心、r
【主题与分类】
主题标签:Deep Vein Thrombosis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04670432
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/NCT04670432
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
疾病:深静脉血栓形成。依据:深静脉血栓形成后,尽管在急性期接受了抗凝治疗和弹性压迫疗法,仍有三分之一的患者会在受累腿部发生血栓后综合征。考虑到血栓后综合征带来的重大社会负担,在现有预防措施基础上补充有效的药物治疗将具有很高的价值。由于血栓后综合征的发病机制是通过血栓溶解过程中持续的炎症介导,导致静脉壁损伤,进而引起静脉功能不全,因此具有血管保护和抗炎特性的静脉活性黄酮类化合物是极佳的候选药物。作为研究性药物,选择了高效的黄酮类化合物羟乙基芦丁(Venoruton)。目的:评估Venoruton对深静脉血栓形成溶解过程中血栓后综合征相关方面的影响。研究设计:单中心、随机、对照、初步研究。研究人群:因下肢首次急性近端深静脉血栓形成而就诊于急诊科的成人。纳入将在深静脉血栓形成诊断后48小时内进行。
干预:在DVT后,除ECT和抗凝治疗的标准治疗外,给予Venoruton 500 mg,每日两次,持续8周。基线特征:评估包括人口统计学数据、吸烟状况、DVT的部位和范围、患肢侧别、诊断时症状持续时间、DVT危险因素(制动、创伤等)、ECT类型、肺栓塞的存在/怀疑、合并用药。主要研究参数:主要研究结局为DVT后12周时通过双功超声(DUS)评估的残余静脉阻塞(RVO)。主要次要结局为基线、1周、4周、8周和12周时循环生物标志物水平及PTS特征性临床体征的严重程度。此外,我们在基线、4周和12周时测量生活质量(QoL)和PTS特征性症状。其他s
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。




