加速康复外科用于良性肛门直肠疾病的效果
该数据集来自 clinicaltrials.gov,聚焦良性肛门直肠疾病(包括慢性肛裂、痔和肛瘘)手术中加速康复外科(ERAS)方案的应用效果

基本信息
资源简介
加速康复外科用于良性肛门直肠疾病的效果
该数据集来自 clinicaltrials.gov,聚焦良性肛门直肠疾病(包括慢性肛裂、痔和肛瘘)手术中加速康复外科(ERAS)方案的应用效果。研究纳入 18 至 90 岁男女患者,随机等比例分配至 ERAS 路径或常规路径。ERAS 路径依据现有指南和方案制定,包含 14 个条目,分配至 ERAS 路径的患者须完成全部 14 项;常规路径代表常规实践,可能包含部分 ERAS 条目或未完成全部 14 项。该数据可用于评估 ERAS 方案对术后尿潴留(POUR)的减少作用,并支持围手术期管理相关的预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肛瘘、慢性肛裂、痔、加速康复外科(ERAS)方案。本研究旨在评估加速康复外科(ERAS)方案在减少良性肛门直肠疾病手术后术后尿潴留(POUR)中的作用。年龄在 18 至 90 岁之间的男女患者,患有良性肛门直肠疾病,包括慢性肛裂、痔和肛瘘,将有资格参加研究。符合条件的患者将按相等比例随机分配至 RRAS 或 ROUTINE 路径。ERAS 路径是根据现有指南和方案制定的,包含 14 个条目。分配至 ERAS 路径的患者必须完成全部 14 个条目。ROUTINE 路径将代表常规实践,可能包括某些 ERAS 条目或那些未完成 14 个条目的患者。对于终点
【主题与分类】
主题标签:Anal Fistula、Anal Fissure Chronic、Haemorrhoid。本站分类:消化系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06803550
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/NCT06803550
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:肛瘘、慢性肛裂、痔、加速康复外科(ERAS)方案。本研究旨在评估加速康复外科(ERAS)方案在减少良性肛门直肠疾病术后尿潴留(POUR)中的作用。年龄在18至90岁之间、患有良性肛门直肠疾病(包括慢性肛裂、痔和肛瘘)的男女患者均有资格参加本研究。符合条件的患者将按相等比例随机分配至ERAS路径或常规路径。ERAS路径是根据现有指南和方案制定的,包含14个项目。分配至ERAS路径的患者必须完成全部14个项目。常规路径代表常规实践,可能包括某些ERAS项目,或为未完成全部14个项目的患者。关于研究终点,所有患者将在术后72小时接受电话随访,随后在门诊随访,术后总随访期为30天。
然而,若患者在试验期间出现任何不良事件,将建议其随时前往门诊部就诊。主要结局指标为肛肠手术后72小时内的尿潴留发生率。
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。




