Thrombosomes®用于急性胸主动脉夹层

该数据集来自clinicaltrials.gov,主题为Thrombosomes®(TBX®)在急性胸主动脉夹层(aTAD)中的探索性2a期、单中心、随机对照、研究者发起的先导试验

Jakob Stensballe, MD, PhDJakob Stensballe, MD, PhD
clinicaltrials
浏览 15
其他Thoracic Aortic Dissection
Thrombosomes® in Acute Thoracic Aortic Dissections

基本信息

模态
其他
创建/更新时间
2026-10-08

资源简介

Thrombosomes®用于急性胸主动脉夹层

该数据集来自clinicaltrials.gov,主题为Thrombosomes®(TBX®)在急性胸主动脉夹层(aTAD)中的探索性2a期、单中心、随机对照、研究者发起的先导试验。研究计划每臂纳入20例aTAD患者,入组期15个月,比较TBX®与标准血小板浓缩物(stPC)在体外循环(CPB)终止时作为大量输血方案(MTP)一部分的给药效果,并基于血栓弹力图(TEG)结果进行标准目标导向止血优化。数据可用于了解该试验的设计、干预与结局框架(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:胸主动脉夹层。该研究设计为一项探索性2a期、单中心、随机、对照、先导性、研究者发起的试验,在每臂20例aTAD患者中给予Thrombosomes®(TBX®)对比标准血小板浓缩物(stPC)。患者将在15个月期间入组研究。TBX®是一种新型的、人血小板(血栓细胞)来源的冻干(冷冻干燥)止血血液制品,用于治疗因血小板减少、血小板功能障碍性疾病或血小板消耗所致的出血。患者将被随机分配接受TBX®或stPC,作为体外循环(CPB)终止时大量输血方案(MTP)的一部分,此外还基于血栓弹力图(TEG)结果进行标准的目标导向止血优化。

【主题与分类】

主题标签:Thoracic Aortic Dissection。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05771831

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05771831

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:胸主动脉夹层。本研究设计为一项探索性2a期、单中心、随机、对照、由研究者发起的先导性试验,旨在比较给予Thrombosomes®(TBX®)与标准血小板浓缩物(stPC)在每组20例急性胸主动脉夹层(aTAD)患者中的效果。患者将在15个月内入组本研究。TBX®是一种新型的、人血小板(血栓细胞)来源的冻干(冷冻干燥)止血血液制品,用于治疗因血小板减少、血小板功能障碍或血小板消耗所致的出血。患者将被随机分配接受TBX®或stPC,作为体外循环(CPB)终止时大量输血方案(MTP)的一部分,并在此基础上根据血栓弹力图(TEG)结果进行标准的目标导向止血优化。

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。

获取专属数据定制方案