在门诊人群中测试新型粪便失禁屏障霜
该数据集来自 clinicaltrials.gov,聚焦于潮湿相关性皮肤损伤(MASD)、粪便失禁及失禁相关性皮炎(IAD)等皮肤问题

基本信息
资源简介
在门诊人群中测试新型粪便失禁屏障霜
该数据集来自 clinicaltrials.gov,聚焦于潮湿相关性皮肤损伤(MASD)、粪便失禁及失禁相关性皮炎(IAD)等皮肤问题。源站描述指出,这类疼痛性皮疹在住院患者中可达五分之一,在重症监护患者中高达50%,并可能增加皮肤破损、严重感染和压力性溃疡风险。液态粪便和腹泻与MASD风险升高相关。数据可用于研究门诊人群中新型屏障霜对粪便失禁相关皮肤损伤的干预效果,帮助填补此类皮疹治疗知识的空白(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:潮湿相关性皮肤损伤、粪便失禁、失禁相关性皮炎。潮湿相关性皮肤损伤(MASD)是一组疼痛、刺激性的皮疹,当患者反复或长时间暴露于汗液、尿液和/或粪便的潮湿环境中时发生。该组中常见的皮疹包括失禁相关性皮炎(IAD)和擦烂(ITD)。这些状况可影响多达五分之一的住院患者以及高达50%的重症监护病房患者,使他们面临皮肤破损、严重感染和压力性溃疡发生的风险。MASD是一个常见但被忽视且报告不足的皮肤护理问题,在如何最好地治疗这些皮疹方面存在许多知识空白。当粪便物质与皮肤保持接触时,液态粪便和腹泻与MASD风险增加相关。
【主题与分类】
主题标签:Moisture Associated Skin Damage、Fecal Incontinence、Incontinence Associated Dermatitis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06370637
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/NCT06370637
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
病症:潮湿相关性皮肤损伤、大便失禁、失禁相关性皮炎。潮湿相关性皮肤损伤(MASD)是一组疼痛、刺激性皮疹,当患者反复或长时间暴露于汗液、尿液和/或粪便中的水分时发生。该组中常见的皮疹包括失禁相关性皮炎(IAD)和擦烂(ITD)。这些病症可影响多达五分之一的住院患者以及高达50%的重症监护病房患者,使他们面临皮肤破损、严重感染和压力性溃疡发生的风险。MASD是一个常见但被忽视且报告不足的皮肤护理问题,在如何最好地治疗这些皮疹方面存在许多知识空白。当粪便物质长时间与皮肤接触时,稀便和腹泻与MASD风险增加相关。腹泻与儿童IAD可能性增加相关,临床证据表明,暴露于稀便与严重的MASD及受影响皮肤的广泛糜烂相关。
稀便同样富含大肠杆菌群,而胃肠道则是包括念珠菌在内的多种真菌的储库,念珠菌常使失禁相关性皮炎(IAD)复杂化。稀便含有较高浓度的蛋白水解酶,可能损害丝聚蛋白等蛋白质的保湿效果以及皮肤内源性脂质的软化作用,而这两者对于维持皮肤屏障功能至关重要。与腹泻相关的更碱性pH值和更高浓度的活性粪便酶会加剧这些影响。对重症监护室失禁患者的研究表明,发生潮湿相关皮肤损伤(MASD)的平均时间为4天。稀便的存在是发生IAD的独立危险因素,失禁患者发生IAD的比率是能控制排便患者的1.5倍。目前治疗和预防MASD的标准护理包括一种结构
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。




