急性肛裂受试者疼痛与出血:三种治疗的比较评估
该数据集来自 clinicaltrials.gov,主题为急性肛裂(Acute Anal Fissure)受试者疼痛与出血的三种治疗比较评估

基本信息
资源简介
急性肛裂受试者疼痛与出血:三种治疗的比较评估
该数据集来自 clinicaltrials.gov,主题为急性肛裂(Acute Anal Fissure)受试者疼痛与出血的三种治疗比较评估。源站描述指出,肛裂在 6-8 周内可自行愈合,部分常用商业产品在临床实践中似乎有效,因此开展比较研究,以在遵循赫尔辛基协议(2013)的前提下,寻找能最快消除排便疼痛和止血、缩短愈合过程并促进患者快速恢复活动的短期治疗方案,同时兼顾患者安全。研究比较 Centella® Complex、Proctocella® Complex 和 Flavonil® 三种产品。可用于消化系统疾病治疗比较相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性肛裂。从观察到肛裂在 6-8 周内可自行愈合,以及临床实践中一些常用商业产品似乎有用出发,该比较研究的基本原理是尝试在遵守赫尔辛基协议(2013)的情况下,确定最有效的短期治疗,以消除排便疼痛和停止出血,缩短愈合过程的持续时间,并有利于患者快速恢复其活动,同时尊重患者安全。该比较研究将通过比较以下产品进行: Centella® Complex 1 cps 60 mg 口服,餐后每日两次,持续 15 天; Proctocella® Complex 乳膏,在卫生处理后涂抹于肛周区域和肛管,持续 4 周;* Flavonil® 1 cps 300 mg 口服,餐后每日两次,持续
【主题与分类】
主题标签:Acute Anal Fissure。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03355846
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/NCT03355846
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:急性肛裂。基于肛裂在6-8周内可自愈的观察,以及临床实践中一些常用商业产品似乎有效,本比较研究的基本原理是,在遵守《赫尔辛基宣言》(2013年)的前提下,尝试确定对排便疼痛消失和出血停止最有效的短期治疗方法,缩短愈合过程的时间,有利于患者迅速恢复其活动,并尊重患者安全。该比较研究将通过比较以下产品进行:* Centella® Complex 1粒胶囊,每粒60毫克,饭后口服,每日两次,共15天;* Proctocella® Complex乳膏,卫生处理后涂抹于肛周区域和肛管,共4周;* Flavonil® 1粒胶囊,每粒300毫克,饭后口服,每日两次,共15天;* Flavonil®乳膏,卫生处理后涂抹于肛周区域和肛管,共4周;* Rectalgan Mousse清洁泡沫,用于肛周和会阴区域清洁,共4周。
我们的方法试图基于最新科学文献的证据,将数十年以手术方法为主的结肠直肠病临床实践经验,与营养科学的临床证据相融合,后者在治疗疾病和便秘方面持保守观点,而便秘是肛裂发病机制中的一个易感因素,以期在不进行手术的情况下实现愈合。对照组将接受传统基础治疗,包括按预定模式应用逐渐增大规格的润滑肛门扩张器、卫生和饮食。将与之比较结果的两组,除上述治疗(用于对照组)外,还将接受黄酮类化合物(ProtFlav)或亚洲积雪草提取物(ProtCent),以口服片剂和外用乳膏的形式,施用于肛周区域,并可能施用于肛管内。
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。




