血浆大容量置换随机对照试验
该数据集来自 clinicaltrials.gov,聚焦血栓性血小板减少性紫癜/溶血性尿毒症综合征(TTP/HUS)这一高死亡率罕见血液病

基本信息
资源简介
血浆大容量置换随机对照试验
该数据集来自 clinicaltrials.gov,聚焦血栓性血小板减少性紫癜/溶血性尿毒症综合征(TTP/HUS)这一高死亡率罕见血液病。数据围绕高剂量与标准剂量血浆置换的多中心平行组随机对照试验,主要结局为第5天治疗失败和/或2周无应答或死亡的复合终点。可用于探索不同血浆置换剂量对TTP/HUS患者生存与治疗反应的影响,支持临床预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:血栓性血小板减少性紫癜、溶血性尿毒症综合征。背景:血栓性血小板减少性紫癜/溶血性尿毒症综合征(TTP/HUS)是一种罕见血液病,未经治疗时死亡率高达>95%。1991年,研究人员发现,与血浆输注相比,血浆置换治疗TTP/HUS可将生存率从60%显著提高至80%。TTP/HUS的最佳血浆剂量尚不清楚;然而,近期研究表明,高剂量血浆置换可能改善TTP/HUS患者的生存。假设:与标准剂量血浆置换相比,高剂量血浆置换治疗TTP/HUS将显著降低复合结局:1)第5天治疗失败和/或2)2周时无应答或死亡。方法:研究者将开展一项多中心、平行组随机对照试验。研究者预计
【主题与分类】
主题标签:Purpura, Thrombotic Thrombocytopenic、Hemolytic Uremic Syndrome。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01433003
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/NCT01433003
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:紫癜、血栓性血小板减少性、溶血性尿毒综合征。背景:血栓性血小板减少性紫癜/溶血性尿毒综合征(TTP/HUS)是一种罕见的血液疾病,未经治疗时死亡率高达95%以上。1991年,研究人员发现,与血浆输注相比,采用血浆置换治疗TTP/HUS可将生存率从60%显著提高至80%。治疗TTP/HUS的最佳血浆剂量尚不明确;然而,近期研究表明,高剂量血浆置换可能改善TTP/HUS患者的生存率。假设:与标准剂量血浆置换相比,采用高剂量血浆置换治疗TTP/HUS将显著降低复合结局的发生率,即1)第5天治疗失败和/或2)第2周无应答或死亡。方法:研究者将开展一项多中心、平行组随机对照试验。研究者预计在2.25年内从加拿大9个中心招募150例符合条件的特发性TTP/HUS患者。
患者将被随机分配接受高剂量血浆置换(125 ml/kg/天,最多10 L/天血浆容量)或标准剂量血浆置换(50-75 ml/kg/天;约1-1.5个血浆容量)。主要复合结局包括第5天治疗失败或2周时无应答或任何原因死亡。次要结局包括主要结局的各单独组成部分、1个月和6个月时无应答或任何原因死亡、缓解所需天数、住院时间、血浆置换治疗的次数和容量,以及成本最小化。研究团队:我们的多中心团队是加拿大血浆置换组成员,该组织成立于1980年,目前在加拿大30个中心开展业务。加拿大血浆置换组每年共治疗150例TTP/HUS患者。我们的团队包括经验丰富的血液科医生、肾内科医生、流行病学家和一名生物统计学家。研究人员已成功合作开展多个项目,并拥有出色的发表记录(在超过15种期刊上发表论文50余篇)。
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。




