肠道灌洗技术治疗慢性便秘和/或大便失禁的结局研究

该数据集来自 clinicaltrials.gov,聚焦肠道灌洗技术治疗慢性便秘和/或大便失禁的结局研究。研究为上市后、探索性、随机、平行、开放标签的临床调查,比较两种获 UKCA/CE 认证的经肛门灌洗产品在管理异质性来源的大便失禁和/或慢性便秘中的表现

Qufora A/SQufora A/S
clinicaltrials
浏览 13
表格分类Faecal IncontinenceChronic Constipation
Outcome Research in Bowel Irrigation Techniques for the Treatment of Chronic Constipation and/or Faecal Incontinence

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-12

资源简介

肠道灌洗技术治疗慢性便秘和/或大便失禁的结局研究

该数据集来自 clinicaltrials.gov,聚焦肠道灌洗技术治疗慢性便秘和/或大便失禁的结局研究。研究为上市后、探索性、随机、平行、开放标签的临床调查,比较两种获 UKCA/CE 认证的经肛门灌洗产品在管理异质性来源的大便失禁和/或慢性便秘中的表现。研究在真实临床环境中按常规流程随访,仅以随机化和更频繁的访视/电话作为差异。参与者接受为期 4 周的护士专科培训,每日灌洗一次,之后建议每日一次或每周至少 3 次。数据可用于评估真实世界疗效与安全性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:大便失禁、慢性便秘。本临床调查是一项上市后、探索性、随机、平行、开放标签的调查,比较两种获 UKCA/CE 认证的经肛门灌洗产品,用于管理异质性来源的大便失禁和/或慢性便秘。本调查旨在评估真实世界临床环境中的结局,遵循典型临床常规,与典型临床流程的唯一区别是随机化和更频繁的访视/电话。在 4 周培训期内,参与者将由专科护士培训如何使用其被随机分配到的设备,并被指导每日灌洗一次。在调查的剩余时间内,建议参与者继续每日灌洗一次(或每周至少 3 次)。参与者将被 fo

【主题与分类】

主题标签:Faecal Incontinence、Chronic Constipation。本站分类:消化系统疾病/便秘。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07473622

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/NCT07473622

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:大便失禁、慢性便秘。本临床研究是一项上市后、探索性、随机、平行、开放标签研究,比较两种获UKCA/CE认证的经肛门灌洗产品,用于管理不同来源的大便失禁和/或慢性便秘。本研究旨在通过遵循典型临床常规,在真实世界临床环境中评估结局,与典型临床流程的唯一区别在于随机化以及更频繁的访视/电话。在为期4周的培训期内,参与者将由专科护士培训如何使用其被随机分配到的设备,并被指导每日灌洗一次。在研究剩余期间,建议参与者继续每日灌洗一次(或每周至少3次)。将通过电话或面对面访视对参与者进行最长52周的随访。

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