斯堪的纳维亚多中心急性硬膜下血肿研究
该数据集来自clinicaltrials.gov,为斯堪的纳维亚多中心急性硬膜下血肿(SMASH)研究,聚焦急性硬膜下血肿患者

基本信息
资源简介
斯堪的纳维亚多中心急性硬膜下血肿研究
该数据集来自clinicaltrials.gov,为斯堪的纳维亚多中心急性硬膜下血肿(SMASH)研究,聚焦急性硬膜下血肿患者。研究以人群为基础,主要终点为比较年轻与老年(≥70岁)患者的30天死亡率(围手术期死亡),次要终点涵盖诊疗模式描述、6个月Glasgow结局量表评分、30天并发症(Ibanez分类)以及年龄作为独立预后因素对老年患者结局的影响。数据可用于分析年龄与急性硬膜下血肿预后关系、评估诊疗差异及构建结局预测模型(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性硬膜下血肿。主要终点:在一项基于人群的研究中,评估年轻与老年(≥70岁)急性硬膜下血肿(ASDH)患者的30天死亡率(围手术期死亡)。次要终点:1. 描述年轻与老年患者的诊疗模式 2. 年轻与老年(≥70岁)ASDH患者6个月(范围3-12)随访时的临床结局(Glasgow结局量表): 良好结局预先定义为GOS 4-5 不良结局预先定义为GOS 1-3 3. 年轻与老年(≥70岁)ASDH患者30天并发症(根据Ibanez分类)4. 采用三步法评估年龄作为创伤性ASDH老年(≥70岁)患者结局(GOS)独立预后因素的作用 1. 将老年(病例)与年轻(对照)患者就以下方面进行匹配 1. 入院时治疗医院的GCS根据严重程度
【主题与分类】
主题标签:Acute Subdural Hematoma。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03284190
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/NCT03284190
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:急性硬膜下血肿。主要终点:在一项基于人群的研究中,评估年轻与老年(≥70岁)急性硬膜下血肿(ASDH)患者的30天死亡率(围手术期死亡)。次要终点:1. 描述年轻与老年患者的治疗模式。2. 年轻与老年(≥70岁)ASDH患者在6个月随访(范围3-12个月)时的临床结局(格拉斯哥结局量表,GOS):* 良好结局预先定义为GOS 4-5;* 不良结局预先定义为GOS 1-3。3. 年轻与老年(≥70岁)ASDH患者的30天发病率(根据Ibanez分类)。4. 采用三步法评估年龄作为创伤性ASDH老年(≥70岁)患者结局(GOS)独立预后因素的作用:1. 将老年患者(病例)与年轻患者(对照)就以下方面进行匹配:1. 入院时按严重程度划分的GCS——轻度(GCS 14-15)、中度(GCS 9-13)、重度(GCS 3-8);2. 中线移位( cutoff值>10 mm);3. 瞳孔散大(是/否)。2. 采用多变量方法纳入所有患者(包括年龄,连续变量模型),以识别不良结局(GOS 1-3)的独立预测因素。3.
采用多变量分析方法,将年龄作为连续变量纳入老年人群(≥70岁)中,以识别高龄人群(GOS 1-3)不良结局的独立预测因素
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。




