改良Clipped-LIFT术式治疗高位经括约肌或括约肌上瘘

本数据集来自clinicaltrials.gov,聚焦消化系统疾病中的肛瘘,针对高位经括约肌或括约肌上瘘的改良LIFT术式

Sixth Affiliated Hospital, Sun Yat-sen UniversitySixth Affiliated Hospital, Sun Yat-sen University
clinicaltrials
浏览 14
其他分类Anal Fistula SurgeryAnal Fistula
The Modified Clipped-LIFT Procedure for High Transsphincteric or Suprasphincteric Fistula

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

改良Clipped-LIFT术式治疗高位经括约肌或括约肌上瘘

本数据集来自clinicaltrials.gov,聚焦消化系统疾病中的肛瘘,针对高位经括约肌或括约肌上瘘的改良LIFT术式。源站描述显示,研究回顾性分析了96例接受改良LIFT术式的患者,按括约肌间瘘管内括约肌侧结扎方式分为两组:可吸收缝线结扎组(Suturing-LIFT,n=74)和可吸收夹结扎组(Clipped-LIFT,n=22)。主要结局为两组一期愈合率比较,并分析Clipped-LIFT术式的安全性,同时通过单因素和多因素分析寻找与治疗结果相关的潜在预后因素。该数据可用于肛瘘手术疗效与预后因素的分类或预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肛瘘手术、肛瘘。对96例接受改良LIFT术式治疗经括约肌或括约肌上瘘的患者进行了回顾性分析。采用两种不同方法结扎括约肌间瘘管的内括约肌侧:一组接受可吸收缝线常规结扎(Suturing-LIFT,n=74),另一组接受常用于血管或胆管封堵的可吸收夹处理(Clipped-LIFT,n=22)。主要结局为一期愈合率,在两组间进行比较,并分析Clipped-LIFT术式的安全性。进行了单因素和多因素分析,以确定与治疗结果相关的潜在预后因素。

【主题与分类】

主题标签:Anal Fistula Surgery、Anal Fistula。本站分类:消化系统疾病/肛瘘。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07102134

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/NCT07102134

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

条件:肛瘘手术、肛瘘。对96例接受改良LIFT手术治疗经括约肌型或括约肌上型肛瘘的患者进行了回顾性分析。采用两种不同方法结扎括约肌间瘘管的内括约肌侧:一组接受可吸收缝线常规结扎(Suturing-LIFT,n=74),另一组接受常用于血管或胆管闭塞的可吸收夹处理(Clipped-LIFT,n=22)。主要结局为一次性愈合率,并在两组间进行比较,同时分析Clipped-LIFT方法的安全性。进行单因素和多因素分析,以确定与治疗结果相关的潜在预后因素。

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。

获取专属数据定制方案