LINX 反流管理系统或胃底折叠术在疝裂孔大于3厘米患者中的临床研究
该队列登记研究为回顾性与前瞻性、多中心监测,纳入既往接受过疝裂孔修补及抗反流手术(LINX 磁括约肌增强或胃底折叠术)且手术距首次研究访视超过2年的受试者

基本信息
资源简介
LINX 反流管理系统或胃底折叠术在疝裂孔大于3厘米患者中的临床研究
该队列登记研究为回顾性与前瞻性、多中心监测,纳入既往接受过疝裂孔修补及抗反流手术(LINX 磁括约肌增强或胃底折叠术)且手术距首次研究访视超过2年的受试者。计划入组300例 LINX MSA 患者和150例胃底折叠术患者,共450例,来自美国4个中心,数据收集长达6年。主要目标是确定接受 LINX 治疗的大疝裂孔(>3 cm)修补术后疝裂孔复发的长期发生率(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:大型疝裂孔、胃食管反流、疝裂孔、疝裂孔、食管旁疝、反流、胃食管反流、酸性反流。该队列登记是对既往接受过疝裂孔修补及抗反流手术(使用 LINX 置入的磁括约肌增强术(MSA)或胃底折叠术构建,且手术在首次研究访视前超过2年)的受试者进行的回顾性与前瞻性、多中心监测。受试者将仅由参与研究者邀请入组。入组将包括300例 LINX MSA 患者和150例胃底折叠术患者,共450例,来自美国4个中心。数据将收集长达6年。本研究的主要目标是确定接受 LINX® 治疗的大型(>3 cm)疝裂孔修补术后患者疝裂孔复发的长期发生率。
【主题与分类】
主题标签:Hiatal Hernia Large、Gastro Esophageal Reflux、Hiatal Hernia、Hiatal Hernia, Paraesophageal、Reflux, Gastroesophageal、Reflux Acid。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04695171
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/NCT04695171
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:大型食管裂孔疝、胃食管反流、食管裂孔疝、食管旁食管裂孔疝、反流、胃食管反流、酸性反流。该队列注册研究为回顾性与前瞻性、多中心监测,对象为既往接受过食管裂孔疝修补术及抗反流手术的患者,手术方式为使用LINX装置进行磁性括约肌增强术(MSA)或构建胃底折叠术,且手术时间在首次研究访视前2年以上。受试者仅由参与研究的研究者邀请入组。入组将包括300例LINX MSA患者和150例胃底折叠术患者,共计450例,来自美国4个研究中心。数据收集时间最长可达6年。本研究的主要目的是确定接受大型(>3 cm)食管裂孔疝修补术并置入LINX®装置的患者中食管裂孔疝复发的长期发生率,并将其与接受食管裂孔疝修补术并胃底折叠术的患者中食管裂孔疝复发率进行比较。
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。




