氧化锌粘性固定装置对住院成人患者中长导管与经外周中心静脉导管固定效果的研究
该数据集来自clinicaltrials.gov,聚焦住院成人患者中长导管(MLC)与经外周中心静脉导管(PICC)置入后固定相关并发症的临床研究

基本信息
资源简介
氧化锌粘性固定装置对住院成人患者中长导管与经外周中心静脉导管固定效果的研究
该数据集来自clinicaltrials.gov,聚焦住院成人患者中长导管(MLC)与经外周中心静脉导管(PICC)置入后固定相关并发症的临床研究。源站描述涵盖血管通路并发症、皮肤及皮下组织疾病、静脉炎和疼痛等条件,并提出使用氧化锌粘性固定装置(ASD)相比硅胶粘性通用ASD可减少固定相关并发症的假设,研究目的是评估氧化锌ASD用于MLC和PICC置入后固定的有效性。数据可用于血管通路装置固定安全性相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:血管通路并发症、皮肤及皮下组织疾病、静脉炎、疼痛。引言:中长导管(MLC)和经外周中心静脉导管(PICC)是医疗机构中需要输注治疗时常用的血管通路装置(VAD),已被证明在静脉给药方面具有最佳的安全性和有效性水平。然而,这些VAD的置入伴随多种潜在并发症(即刻、早期和/或晚期),适当的固定可能减少这些并发症。假设:与使用硅胶粘合剂的通用粘性固定装置(ASD)相比,使用氧化锌粘性固定装置(ASD)可减少MLC和PICC固定相关并发症的数量。目的:评估使用氧化锌ASD对住院成人患者MLC和PICC置入后固定的有效性。方法:
【主题与分类】
主题标签:Vascular Access Complication、Skin and Subcutaneous Tissue Disorders、Phlebitis、Pain。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06770374
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/NCT06770374
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:血管通路并发症、皮肤及皮下组织疾病、静脉炎、疼痛。引言:中线导管(MLC)和外周置入中心静脉导管(PICC)是医疗机构中需要输注治疗时常用的血管通路装置(VAD),已被证明在静脉药物输送方面具有最佳的安全性和有效性水平。然而,这些VAD的置入伴随多种潜在并发症(即刻、早期和/或晚期),适当的固定可能减少这些并发症。假设:与使用硅胶粘合剂的通用粘合固定装置(ASD)相比,使用氧化锌粘合固定装置可减少MLC和PICC中与固定相关的并发症数量。目的:评估使用氧化锌ASD对住院成人患者MLC和PICC置入后固定效果的疗效。方法:随机临床研究。在导管置入前将创建两个随机分组。对照组将使用丙烯酸粘合剂的ASD(Grip-Lok® Ref.3300MWA)进行处理,干预组将使用氧化锌ASD(Grip-Lok® Ref.2200NUZA)进行处理。
预期结果:研究者期望在首次治疗期间按照方案使用氧化锌抗皮肤损伤敷料(ASD)放置PICC和MLC后,减少成人住院患者中与PICC和MLC附着相关的并发症数量。具体而言,预期减少导管脱位次数、医用粘合剂相关皮肤损伤(MARSI)的发生次数以及静脉炎的发生量。临床意义:该研究将有助于改善与VAD维护和护理相关的决策,以减少主要相关并发症。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




