腹腔镜与开腹手术对胃肠道恶性肿瘤患者术后深静脉血栓发生率影响的队列研究
该数据集来自 clinicaltrials.gov,主题为胃肠道恶性肿瘤患者术后深静脉血栓(DVT)的发生情况,比较腹腔镜手术与开腹手术对术后 DVT 发生率的影响

基本信息
资源简介
腹腔镜与开腹手术对胃肠道恶性肿瘤患者术后深静脉血栓发生率影响的队列研究
该数据集来自 clinicaltrials.gov,主题为胃肠道恶性肿瘤患者术后深静脉血栓(DVT)的发生情况,比较腹腔镜手术与开腹手术对术后 DVT 发生率的影响。源站描述指出腹腔镜手术创伤小、疼痛轻、可降低伤口感染率并可能改善生活质量,但其能否降低术后 DVT 发生率尚不明确,因此研究者开展了一项样本量充足的严谨队列研究。研究经重庆医科大学附属第一医院机构审查委员会批准,方案设计符合 CONSORT 规范。数据可用于术后 DVT 风险相关预测建模与比较分析(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。与开腹手术(OS)相比,腹腔镜手术(LS)创伤更小、疼痛更轻,可降低伤口感染率,并可能改善患者的生活质量。基于这些优势,腹腔镜手术被广泛用于胃肠外科手术。DVT 是手术的常见并发症。然而,LS 能否降低术后 DVT 的发生率尚不清楚。因此,研究者开展了一项队列研究,以充足的样本量和严谨的科学概述,探讨腹腔镜与开腹手术对胃肠道恶性肿瘤患者术后 DVT 发生率的影响。本研究经重庆医科大学附属第一医院机构审查委员会批准。方案设计符合 Consolidated Standards of Reporting Tria
【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/NCT02297269
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/NCT02297269
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。与开放手术(OS)相比,腹腔镜手术(LS)具有创伤小、疼痛轻、降低伤口感染率等优势,并可能改善患者的生活质量。基于这些优势,腹腔镜手术被广泛应用于胃肠外科手术。DVT是手术的常见并发症。然而,LS能否降低术后DVT的发生率尚不明确。因此,研究者开展了一项样本量充足的队列研究,以严谨的科学综述方式探讨腹腔镜手术与开放手术对胃肠恶性肿瘤患者术后DVT发生率的影响。本研究经重庆医科大学附属第一医院机构审查委员会批准。方案设计符合临床试验报告统一标准(CONSORT)声明。本研究设计为队列研究,旨在探讨接受胃肠恶性肿瘤腹腔镜手术(LS组)和开放手术(OS组)患者术后DVT的发生率。
LS组参与者将接受腹腔镜胃肠道恶性肿瘤手术。OS组参与者将接受开腹胃肠道恶性肿瘤手术。所有参与者均将接受统一的术后镇痛及感染和血栓栓塞预防。本研究的主要结局是腹腔镜与开腹胃肠道恶性肿瘤手术后7天内DVT的发生率。本研究的次要结局包括:血浆D-二聚体2浓度、首次排气和下床活动时间、术后7天内肺部感染和切口感染的发生率、住院时间。本研究将在独立审计员的监督下进行。审计员每周在调查进行后的第二天核查参与者的数据。疼痛强度和预后结局的评估必须
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。




