基于协调初级保健的多学科团队模式对难愈性溃疡治疗的影响
该数据集来自 clinicaltrials.gov,关注糖尿病足病、糖尿病足感染、糖尿病足溃疡(DFU)及难愈性伤口等难愈性溃疡

基本信息
资源简介
基于协调初级保健的多学科团队模式对难愈性溃疡治疗的影响
该数据集来自 clinicaltrials.gov,关注糖尿病足病、糖尿病足感染、糖尿病足溃疡(DFU)及难愈性伤口等难愈性溃疡。研究设计为随机对照试验,将难愈性溃疡患者随机分配至标准护理组或多学科团队组,由医院伤口愈合门诊的护士与医生同初级保健部门的伤口护理护士协作治疗,而非当前市政与医院各自独立治疗、仅相互沟通的模式。研究测量该新模式的多个方面,两组间主要比较结局为溃疡愈合数量,参与者随访一年。数据可用于评估多学科协作模式对难愈性溃疡愈合的预测与效果分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:糖尿病足病、糖尿病足感染、糖尿病足溃疡(DFU)、溃疡、难愈性伤口。TSS项目是一项研究,旨在探讨以多学科横断面团队治疗难愈性溃疡的效果,即由医院伤口愈合门诊的护士和医生与初级保健部门的伤口护理护士协作治疗患者,而非当前市政和医院各自独立治疗、仅相互沟通的模式。该研究设计为随机研究,即难愈性溃疡个体被随机指定接受标准护理或多学科团队治疗。我们测量新模式的多个方面,但两组(标准护理和多学科护理)之间比较的主要结局是溃疡愈合数量。参与者随访一年。
【主题与分类】
主题标签:Diabetic Foot Disease、Diabetic Foot Infection、Diabetic Foot Ulcer (DFU)、Ulcer、Hard to Heal Wounds。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/NCT07747896
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/NCT07747896
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
疾病:糖尿病足病、糖尿病足感染、糖尿病足溃疡(DFU)、溃疡、难愈合伤口。TSS项目是一项关于在多学科跨部门团队中治疗难愈合溃疡效果的研究,即来自医院伤口愈合门诊的护士和医生与初级保健部门的伤口护理护士协作治疗患者,而非目前市镇和医院各自独立治疗、仅相互沟通的模式。该研究设计为随机研究,即将难愈合溃疡患者随机分配至标准护理组或多学科团队组。我们评估新模式的多个方面,但两组(标准护理组和多学科护理组)之间比较的主要结局是溃疡愈合数量。参与者在纳入研究后接受为期一年的随访,并在门诊进行6次固定访视,必要时可增加访视次数。
研究中没有计划采用“新”的药物、手术或其他治疗方法,但多学科团队可以为分配给多学科团队的个体提供并实施任何认为适当的治疗,当然,个体有机会拒绝团队提供的任何治疗。对照组,即被分配到标准护理的个体,将接受通常可供在市政区治疗的难以愈合溃疡患者使用的治疗,包括转诊至医院接受治疗。
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。




