Carbonlife 羊膜组织产品治疗慢性创面的疗效研究
该数据集来自 clinicaltrials.gov,聚焦 Carbonlife 羊膜组织产品(ATPs)治疗慢性创面的临床疗效与成本效益研究

基本信息
资源简介
Carbonlife 羊膜组织产品治疗慢性创面的疗效研究
该数据集来自 clinicaltrials.gov,聚焦 Carbonlife 羊膜组织产品(ATPs)治疗慢性创面的临床疗效与成本效益研究。覆盖慢性创面、静脉性腿部溃疡(VLUs)、糖尿病足溃疡(DFUs)、动脉性溃疡、压力性溃疡、烧伤创面、创伤创面及手术创面等类型。研究为前瞻性对照临床试验,将在不同医疗环境和患者群体中开展,并按创面类型与治疗环境对参与者进行分层。数据可用于慢性创面治疗方案的疗效评估、成本效益分析及相关分类建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性创面、静脉性腿部溃疡(VLUs)、糖尿病足溃疡(DFUs)、动脉性溃疡、压力性溃疡、烧伤创面、创伤创面、手术创面。慢性创面构成重大的全球健康负担,影响数百万人,并导致发病率增加、生活质量下降和医疗成本上升。这些创面的特征是愈合延迟,且常与复杂的病因和延长的治疗疗程相关。本研究旨在评估 Carbonlife 羊膜组织产品(ATPs)与标准创面护理相比,在慢性创面管理中的临床疗效和成本效益。将开展一项前瞻性、对照临床试验,涵盖不同的医疗环境和具有不同创面病因的患者群体。参与者将按创面类型和治疗环境进行分层,以便
【主题与分类】
主题标签:Chronic Wounds、Venous Leg Ulcers (VLUs)、Diabetic Foot Ulcers (DFUs)、Arterial Ulcers、Pressure Ulcers、Burn Wounds、Trauma Wounds、Surgical 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/NCT07223892
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/NCT07223892
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
病症:慢性伤口、静脉性腿部溃疡(VLUs)、糖尿病足溃疡(DFUs)、动脉性溃疡、压力性溃疡、烧伤伤口、创伤伤口、手术伤口。慢性伤口构成了重大的全球健康负担,影响数百万个体,导致发病率增加、生活质量下降及医疗成本上升。这些伤口以愈合延迟为特征,常与复杂的病因和长期的治疗过程相关。本研究旨在评估Carbonlife羊膜组织产品(ATPs)与标准伤口护理相比,在慢性伤口管理中的临床疗效和成本效益。将在多样化的护理环境和具有不同伤口病因的患者群体中进行一项前瞻性、对照临床试验。参与者将根据伤口类型和治疗环境进行分层,以便进行亚组分析。主要终点将评估伤口愈合结果,而次要终点将包括生活质量指标和医疗资源利用情况。
本研究旨在生成关于ATPs在慢性伤口管理中治疗价值的高质量证据。分层分析将有助于深入了解ATPs在不同临床情境中的疗效差异。预计研究结果将对临床实践指南和医疗政策产生影响,目标是改善患者结局并优化伤口护理中的资源配置。
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。




