评估Vendaje疗效的对照前瞻性治疗研究

研究为对照前瞻性治疗研究,评估Vendaje的疗效。受试者由站点PI招募,经IRB批准的知情同意教育,并需满足灌注和糖尿病控制的纳入/排除标准

BioStem TechnologiesBioStem Technologies
clinicaltrials
浏览 10
其他预测Diabetic Foot Ulcer
A Controlled Prospective Treatment Study to Evaluate the Efficacy of Vendaje.

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

评估Vendaje疗效的对照前瞻性治疗研究

该数据集来自clinicaltrials.gov,属于内分泌、营养和代谢疾病/糖尿病领域,聚焦Diabetic Foot Ulcer。研究为对照前瞻性治疗研究,评估Vendaje的疗效。受试者由站点PI招募,经IRB批准的知情同意教育,并需满足灌注和糖尿病控制的纳入/排除标准。筛选期先接受SOC治疗以判断单独SOC能否充分闭合;若失败则进入最长12周的治疗方案或至闭合。数据通过数字平面测量采集,并记录在研究活页夹的CRF中。闭合后或12周结束的2周后进行最终访视,收集伤口复发信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Diabetic Foot Ulcer。患者将由站点PI招募,并通过使用详细的且经IRB批准的知情同意书接受研究细节教育。他们必须符合纳入/排除标准,其中包括对灌注和糖尿病控制的适当检测。一旦被接受,将进行不使用Vendaje治疗但使用SOC治疗的筛选访视,以确定单独使用SOC能否充分闭合。如果SOC筛选失败,则开始一项威胁方案,持续最多12周或直至闭合。数据将使用数字平面测量法收集,并记录在提供CRF的研究活页夹中。闭合后或12周结束后的2周进行最终访视,将提供与伤口复发相关的信息。

【主题与分类】

主题标签:Diabetic Foot Ulcer。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06150209

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06150209

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:糖尿病足溃疡。受试者将由各中心主要研究者招募,并通过详细且经IRB批准知情同意书接受研究相关细节告知。他们必须符合纳入/排除标准,其中包括对灌注和糖尿病控制进行适当检测。一旦被接纳,将进行一项筛选访视,不使用Vendaje治疗,但采用SOC治疗,以确定仅用SOC是否足以实现愈合。如果SOC筛选失败,则启动威胁方案,持续最多12周或直至愈合。数据将使用数字平面测量法收集,并记录在提供CRF的研究活页夹中。愈合后2周或12周结束时进行的最终访视将提供与伤口复发相关的信息。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。