产后出血后血栓预防时机
本数据集来自 clinicaltrials.gov,主题为产后出血后血栓预防的时机。源站描述显示,产后出血(PPH)仍是全球孕产妇发病和死亡的主要原因之一,严重 PPH 女性因妊娠相关高凝状态、长期制动、手术干预和输血而在产褥期静脉血栓栓塞风险升高;但早期启动药物性血栓预防又可能增加再出血风险,因此

基本信息
资源简介
产后出血后血栓预防时机
本数据集来自 clinicaltrials.gov,主题为产后出血后血栓预防的时机。源站描述显示,产后出血(PPH)仍是全球孕产妇发病和死亡的主要原因之一,严重 PPH 女性因妊娠相关高凝状态、长期制动、手术干预和输血而在产褥期静脉血栓栓塞风险升高;但早期启动药物性血栓预防又可能增加再出血风险,因此确定 PPH 后血栓预防的最佳时机是重要临床难题。该回顾性观察性队列研究在突尼斯突尼斯市 Center of Maternity and Neonatology of Tunis 开展,纳入发生产后出血并接受药物性血栓预防的女性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Postpartum Hemorrhage, Venous Thromboembolism, Pulmonary Embolism, Deep Vein Thrombosis. 产后出血(PPH)仍然是全球孕产妇发病和死亡的主要原因之一。严重 PPH 的女性在产褥期发生静脉血栓栓塞的风险增加,原因是妊娠相关高凝状态、长期制动、手术干预和输血。与此同时,早期启动药物性血栓预防可能增加再出血风险。因此,确定 PPH 后血栓预防的最佳时机仍然是一项重大临床挑战。这项回顾性观察性队列研究在突尼斯突尼斯市的 Center of Maternity and Neonatology of Tunis 开展。该研究纳入了发生产后出血并接受药物性血栓预防的女性。
【主题与分类】
主题标签:Postpartum Hemorrhage、Venous Thromboembolism、Pulmonary Embolism、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/NCT07689136
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/NCT07689136
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:产后出血、静脉血栓栓塞、肺栓塞、深静脉血栓形成。产后出血(PPH)仍是全球孕产妇发病和死亡的主要原因之一。严重产后出血的妇女在产褥期发生静脉血栓栓塞的风险增加,原因包括妊娠相关的高凝状态、长期制动、手术干预以及输血。与此同时,早期启动药物性血栓预防可能增加再出血风险。因此,确定产后出血后血栓预防的最佳时机仍是一项重大临床挑战。本回顾性观察性队列研究在突尼斯突尼斯市母婴与新生儿中心开展。研究纳入经历产后出血并在产褥期接受药物性血栓预防的妇女。从病历中收集临床、生物学、产科、治疗及结局数据。
主要目的是评估药物性血栓预防的启动时机与产后出血后血栓栓塞并发症发生之间的关联。次要目的包括评估血栓预防后的出血并发症、识别与不良结局相关的因素,以及评价常规临床实践中不同启动时机的安全性。本研究结果有望为产后出血后血栓预防最佳时机的临床决策提供证据支持,并有助于在平衡血栓形成与再出血风险的同时改善孕产妇结局。
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。




