成人创伤患者骨折固定术后骨折相关感染发生率:Assiut大学医院骨科与创伤外科前瞻性队列研究
该数据集来自clinicaltrials.gov,聚焦成人创伤患者接受骨折固定手术后骨折相关感染(FRI)的发生情况,研究地点为Assiut大学医院骨科与创伤外科,采用前瞻性队列设计

基本信息
资源简介
成人创伤患者骨折固定术后骨折相关感染发生率:Assiut大学医院骨科与创伤外科前瞻性队列研究
该数据集来自clinicaltrials.gov,聚焦成人创伤患者接受骨折固定手术后骨折相关感染(FRI)的发生情况,研究地点为Assiut大学医院骨科与创伤外科,采用前瞻性队列设计。数据覆盖开放性与闭合性骨折经内固定或外固定治疗后的感染并发症,包括早期术后伤口感染至慢性复发性创伤后骨髓炎、骨折不愈合等临床谱系。可用于分析FRI的发生率、危险因素及预后,支持感染风险预测与临床决策研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:骨折相关感染。骨折相关感染(FRI)是骨折手术或非手术治疗后发生的感染,是骨科创伤手术中最严重的并发症之一。2018年,由AO Foundation和欧洲骨与关节感染学会(EBJIS)召集的国际专家组发表了FRI的共识定义,建立了标准化的确诊和提示性诊断标准,以克服历史上缺乏统一病例定义的问题,该问题此前一直阻碍着该领域的临床实践和研究的可比性。* FRI可并发于采用内固定或外固定治疗的开放性和闭合性骨折。其临床谱系从早期术后伤口感染到慢性、难治性创伤后骨髓炎、骨折不愈合
【主题与分类】
主题标签:Fracture Related Infection。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/NCT07853404
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/NCT07853404
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:骨折相关感染。骨折相关感染(FRI)是骨折在手术或非手术治疗后发生的感染,是骨科创伤手术中最严重的并发症之一。2018年,由AO基金会和欧洲骨与关节感染学会(EBJIS)召集的国际专家组发布了FRI的共识定义,建立了标准化的确诊和提示性诊断标准,以克服历史上缺乏统一病例定义的问题,该问题此前一直阻碍着该领域的临床实践和研究的可比性。* FRI可并发于采用内固定或外固定治疗的开放性和闭合性骨折。其临床谱系从术后早期伤口感染到慢性、难治性创伤后骨髓炎、骨折不愈合,严重病例甚至需要截肢患肢。* FRI的负担是多维度的,涉及患者、治疗手术团队以及更广泛的社区。据报道,FRI的发病率因骨折类型、解剖部位和宿主/损伤严重程度因素而有很大差异。
文献中的合并估计显示,所有手术治疗骨折的总体感染发生率约为0.4-16%:闭合性骨折的风险显著较低(约1-2%),而开放性骨折的感染发生率通常超过15%,并随着软组织及骨损伤严重程度的增加而进一步升高。印度一项采用前瞻性随访的大型多中心队列报告总体感染发生率为2.9%(闭合性胫骨骨折为1.6%,开放性胫骨骨折为8.0%)。风险还受患者相关因素(糖尿病、吸烟、肥胖、免疫抑制)、损伤相关因素(高能量机制、软组织损伤、污染)及治疗相关因素(抗生素预防和手术清创的时机、固定类型、手术时长)的进一步调节。
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。




