Askina Calgitrol Paste 糖尿病足溃疡数据集
源站描述显示,研究目的是评估 Askina® Calgitrol® Paste 在减少接受该糊剂治疗的轻度感染糖尿病足溃疡受试者局部感染方面的疗效

基本信息
资源简介
Askina Calgitrol Paste 糖尿病足溃疡数据集
Askina Calgitrol Paste Diabetic Foot Ulcers 是一个以糖尿病足溃疡(Diabetic Foot Ulcer, DFU)为主题的数据集,按本站分类归属于内分泌、营养和代谢疾病下的糖尿病类别,其信息来源为 clinicaltrials.gov。该数据集围绕 Askina® Calgitrol® Paste 这一糊剂产品在糖尿病足溃疡治疗中的应用展开,核心关注点是评估该糊剂在减少局部感染方面的疗效。研究对象为正在接受 Askina® Calgitrol® Paste 治疗的轻度感染糖尿病足溃疡受试者。整体而言,该数据集提供了一个针对特定伤口护理产品与糖尿病足溃疡感染控制之间关系的资料入口,适合关注糖尿病足溃疡局部感染管理的研究者与临床人员参考。
【数据集背景】
糖尿病足溃疡是糖尿病常见的严重并发症之一,局部感染是其治疗过程中需要重点控制的问题。该数据集所对应的研究聚焦于轻度感染的糖尿病足溃疡受试者,考察在常规治疗背景下使用 Askina® Calgitrol® Paste 对局部感染的影响。研究目的明确指向疗效评估,即判断该糊剂在减少局部感染方面是否发挥作用。这一背景使得数据集具有明确的临床问题导向,围绕糖尿病足溃疡这一主题标签组织内容。
【数据内容】
数据集的主题标签为 Diabetic Foot Ulcer (DFU),其内容围绕上述研究目的组织,涉及的条件为糖尿病足溃疡,干预产品为 Askina® Calgitrol® Paste,研究对象为接受该产品治疗的轻度感染糖尿病足溃疡受试者。数据集关注的核心结局方向是局部感染的减少情况。除上述围绕研究目的与研究对象的信息外,源站未提供具体的数据字段、变量清单或样本量等细节。
【采集与来源】
该数据集来源于 clinicaltrials.gov,属于临床试验注册信息类来源。其内容依据源站描述整理,反映了该项研究的研究条件与研究目的。关于采集时间、采集方法、数据更新频率等具体流程,源站未提供。
【适用场景】
该数据集适用于与糖尿病足溃疡局部感染管理相关的参考场景,例如了解针对轻度感染糖尿病足溃疡使用 Askina® Calgitrol® Paste 的疗效评估方向,或作为糖尿病足溃疡伤口护理产品研究的主题索引。其分类归属也使其可用于内分泌、营养和代谢疾病尤其是糖尿病相关主题下的资料组织与检索。具体的使用场景边界,源站未提供。
【使用方法】
该数据集可依据其主题标签与分类进行检索和归类,围绕糖尿病足溃疡与局部感染控制这一主题加以利用。关于具体的使用方式、操作流程或分析建议,源站未提供。
【质量与限制】
该数据集的信息来自临床试验注册来源,内容以研究目的与研究对象描述为主。其限制在于,源站未提供样本量、具体结局指标数值、统计结果或数据完整性说明,因此不宜据此对疗效作出量化判断。其他质量评估信息,源站未提供。
【引用与许可】
该数据集来源为 clinicaltrials.gov。关于引用格式、许可条款与使用限制,源站未提供。
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/NCT01912092
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:糖尿病足溃疡(DFU)。本研究的目的是评估Askina® Calgitrol® Paste在减少接受Askina® Calgitrol® Paste治疗的轻度感染糖尿病足溃疡(DFU)受试者局部感染方面的疗效。
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。




