女性腹腔镜腹股沟疝修补术中子宫圆韧带保留与切除的多中心分层随机对照试验
该数据集来自 clinicaltrials.gov，聚焦女性腹腔镜腹股沟疝修补术中子宫圆韧带保留与切除的临床效果比较，属于消化系统疾病/其他分类
基本信息
资源简介
女性腹腔镜腹股沟疝修补术中子宫圆韧带保留与切除的多中心分层随机对照试验
该数据集英文名称为“Uterine Round Ligament Preservation Vs Resection in Laparoscopic Inguinal Hernia Repair in Women：A Multicenter,Stratified Randomized Controlled Trial”，来源于 clinicaltrials.gov，聚焦女性腹腔镜腹股沟疝修补术中子宫圆韧带保留与切除的临床效果比较。研究条件涉及腹股沟疝、腹腔镜手术与随机对照试验，主要结局为患者手术所需时间，次要结局包括腹股沟疝复发、生活质量评估、术后恢复指标等。该数据集在本站归入消化系统疾病/其他分类，主题标签为腹股沟疝、腹腔镜手术、随机对照试验。整体而言，该数据集围绕女性腹股沟疝腹腔镜修补术中圆韧带处理策略的临床效果评价，提供了一项多中心、分层随机对照试验的相关信息，可供了解该研究的设计框架与结局指标设置。
【数据集背景】
该数据集对应的研究关注女性腹腔镜腹股沟疝修补术中的一个具体临床决策问题，即子宫圆韧带保留与切除两种处理方式的临床效果比较。研究设计为多中心、分层随机对照试验，研究条件涉及腹股沟疝、腹腔镜手术与随机对照试验。该数据集在本站被归入消化系统疾病/其他分类，主题标签包括腹股沟疝、腹腔镜手术、随机对照试验。
【数据内容】
源站描述显示，该研究旨在比较女性腹腔镜腹股沟疝修补术中子宫圆韧带保留与切除的临床效果。主要结局指标为患者手术所需时间。次要结局指标包括腹股沟疝复发、生活质量评估、术后恢复指标等。除上述内容外，源站未提供更细化的数据字段、变量清单或样本量信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中列出的研究条件为腹股沟疝、腹腔镜手术、随机对照试验。其余关于采集方式、采集时间范围、采集机构等信息，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解女性腹腔镜腹股沟疝修补术中子宫圆韧带保留与切除比较这一研究主题，以及该随机对照试验的主要与次要结局指标设置。其主题标签涉及腹股沟疝、腹腔镜手术与随机对照试验，可供相关临床研究背景参考。更具体的适用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或数据结构说明。
【质量与限制】
该数据集为多中心、分层随机对照试验的相关信息，主要结局为手术所需时间，次要结局涵盖腹股沟疝复发、生活质量评估、术后恢复指标等。关于数据质量评价、样本规模、偏倚控制细节及使用限制，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT06885788
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：腹股沟疝，腹腔镜手术，随机对照试验。本研究旨在比较女性腹腔镜腹股沟疝修补术中保留子宫圆韧带与切除子宫圆韧带的临床效果。主要结局包括患者手术所需时间。次要结局包括腹股沟疝复发、生活质量评估、术后恢复指标等。
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。
