CAMP RWE 试验：羊膜移植物治疗真实世界人群中难愈合溃疡
该数据集来自 clinicaltrials.gov，为一项多中心混合平台试验，比较三层羊膜移植物或单层羊膜移植物治疗的前瞻性队列与经粗化精确匹配的回顾性对照队列，对象为难愈合的糖尿病足溃疡（DFU）和静脉性腿部溃疡（VLU）患者
基本信息
资源简介
CAMP RWE 试验：羊膜移植物治疗真实世界人群中难愈合溃疡
该数据集来自 clinicaltrials.gov，为一项多中心混合平台试验，比较三层羊膜移植物或单层羊膜移植物治疗的前瞻性队列与经粗化精确匹配的回顾性对照队列，对象为难愈合的糖尿病足溃疡（DFU）和静脉性腿部溃疡（VLU）患者。研究设计为前瞻性平台双臂、比较、随机、多中心，并设 CSM 匹配回顾性对照组，属于干预性比较研究。干预措施包括 BioLab Membrane Wrap Lite 与 BioLab Tri-Membrane Wrap，标准治疗包括清创、维持适当湿度平衡、减少细菌负荷、减压及多层加压。纳入至少 4 周、对标准治疗未显示 50% PAR 的难愈合 VLU 或 DFU 患者。可用于评估羊膜移植物在真实世界人群中的。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：糖尿病足溃疡（DFU）、静脉性腿部溃疡、足部伤口。一项多中心混合平台试验，比较接受三层羊膜移植物或单层羊膜移植物治疗的前瞻性队列与经粗化精确匹配的回顾性对照队列中难愈合 DFU 和 VLU 患者的效果。混合前瞻性平台双臂、比较、随机多中心研究，设 CSM 匹配回顾性对照组。干预性比较研究 IP 1：BioLab Membrane Wrap Lite IP2：BioLab Tri-Membrane Wrap 标准治疗：清创、维持适当湿度平衡、减少细菌负荷、减压及多层加压。至少 4 周、对 SOC 治疗未显示 50% PAR 的非愈合静脉性腿部溃疡或糖尿病足溃疡患者。接受 SOC 治疗难愈合 VLU 和/或
【主题与分类】
主题标签：Diabetic Foot Ulcer (DFU)、Venous Leg Ulcer、Wound; Foot。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/NCT07046767
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/NCT07046767
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）、静脉性腿部溃疡、伤口；足部。一项多中心混合平台试验，比较接受三层羊膜移植物或单层羊膜移植物治疗的前瞻性队列与经过粗化精确匹配的回顾性对照队列（难愈性DFU和VLU患者）的效果。混合前瞻性平台2臂、比较性、随机多中心研究，并设CSM匹配的回顾性对照组。干预性比较研究。* IP 1：BioLab Membrane Wrap Lite * IP2：BioLab Tri-Membrane Wrap。标准治疗：清创、维持适当湿平衡、减少细菌负荷、减压和多层压力治疗。患有至少4周未愈合且经SOC治疗后未达到50% PAR的静脉性腿部溃疡或糖尿病足溃疡的患者。接受SOC治疗的难愈性VLU和/或DFU患者。旨在收集糖尿病足溃疡和静脉性腿部溃疡的前瞻性真实世界证据（RWE），以增进对日常临床环境中治疗表现的理解，并从比传统临床试验更多样化的患者群体中获取见解。
这些信息对于在实际、真实场景中评估创新伤口护理策略的有效性至关重要。旨在证明IP1和IP2作为标准治疗的辅助手段，在支持静脉性腿部溃疡和糖尿病足溃疡在整个护理连续过程中的伤口愈合方面，相较于单独使用标准治疗的临床有效性。
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。
