自然腔道腔内吻合与取出(NICE)手术部位感染结局 - NICE 试验
该数据集来自 clinicaltrials.gov,聚焦自然腔道腔内吻合与取出(NICE)手术,涉及憩室炎、手术部位感染、结直肠手术及机器人手术等主题

基本信息
资源简介
自然腔道腔内吻合与取出(NICE)手术部位感染结局 - NICE 试验
该数据集来自 clinicaltrials.gov,聚焦自然腔道腔内吻合与取出(NICE)手术,涉及憩室炎、手术部位感染、结直肠手术及机器人手术等主题。NICE 手术结合机器人腔内吻合(ICA)与自然腔道标本取出(NOSE),通常经直肠取出,以避免腹部取出切口,可能减少手术创伤、术后疼痛、阿片类药物使用及切口疝发生率。腔内吻合在右侧结肠切除术中已有广泛研究,一致显示可降低手术部位感染(SSIs)并改善恢复,但应用于左侧切除尚存不确定性。数据可用于结直肠手术感染结局与微创术式相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:憩室炎、手术部位感染、手术部位感染、结直肠手术、机器人手术操作、临床试验、结肠憩室炎、结肠憩室炎。背景与理由:自然腔道腔内吻合与取出(NICE)手术是微创结直肠手术中的一项新兴创新。它将机器人腔内吻合(ICA)与自然腔道标本取出(NOSE)(通常经直肠)相结合,以避免需要腹部取出切口。这种方法可能减少手术部位创伤、术后疼痛、阿片类药物使用以及切口疝发生率。腔内吻合已在右侧结肠切除术中得到广泛研究,一致证据显示可减少手术部位感染(SSIs)并改善恢复。然而,将其应用于左侧切除术引入了不
【主题与分类】
主题标签:Diverticulitis、Surgical Site Infection、Surgical Site Infections、Colorectal Surgery、Robotic Surgical Procedures、Clinical Trials、Diverticulitis, Colonic、Diverticulitis Colon、Diverticulitis; Perforation, Bowel。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06957236
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/NCT06957236
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:憩室炎、手术部位感染、手术部位感染、结直肠手术、机器人手术操作、临床试验、结肠憩室炎、结肠憩室炎。背景与依据自然腔道腔内吻合与标本取出(NICE)手术代表了微创结直肠手术中的一项新兴创新。它将机器人腔内吻合(ICA)与自然腔道标本取出(NOSE)相结合,通常经直肠进行,以避免需要腹部取出切口。这种方法可能减少手术部位创伤、术后疼痛、阿片类药物使用以及切口疝的发生率。腔内吻合已在右半结肠切除术中进行了广泛研究,一致证据表明其可减少手术部位感染(SSIs)并改善恢复。然而,将其应用于左侧切除术会带来独特挑战。左半结肠和直肠中的细菌密度,加上经直肠操作,可能增加深部或器官腔隙SSIs的风险。
尽管早期单中心经验提示NICE手术可能是安全有效的,但仍需在更广泛的临床环境中进行多中心验证。研究目标 本研究的主要目标是确定接受机器人左侧结直肠切除术并使用NICE手术的患者中手术部位感染(浅表、深部和器官间隙)的30天发生率。次要目标包括评估术中技术操作、围手术期并发症、术后恢复以及较长期的功能和生活质量结局。研究设计 这是一项前瞻性、多中心、观察性队列研究,纳入因良性结直肠疾病接受择期机器人辅助左半结肠切除术或直肠乙状结肠切除术的患者。所有手术均将采用标准化的NICE技术。参与研究的外科医生必须既往完成过至少20例NICE手术。本研究将进行为期24个月的招募期,每例患者术后随访至少6个月。研究程序 手术干预包括机器人左侧切除术并采用
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。




