羊膜同种移植物与标准伤口护理在DFU、VLU和PU中的真实世界有效性
该数据集来自clinicaltrials.gov,为一项观察性研究,评估四种羊膜基质产品(Zenith™、Orion™、SurGraft FT™、Complete ACA™)联合标准护理对比单独标准护理在糖尿病足溃疡、静脉性腿部溃疡和压力性溃疡中的真实世界有效性

基本信息
资源简介
羊膜同种移植物与标准伤口护理在DFU、VLU和PU中的真实世界有效性
该数据集来自clinicaltrials.gov,为一项观察性研究,评估四种羊膜基质产品(Zenith™、Orion™、SurGraft FT™、Complete ACA™)联合标准护理对比单独标准护理在糖尿病足溃疡、静脉性腿部溃疡和压力性溃疡中的真实世界有效性。数据基于美国多个伤口护理中心2022至2025年的完整电子健康记录,包含12个平行子研究,每个产品-伤口类型组合对应一个子研究,主要终点为伤口在1(源站描述截断)内完全闭合的比例。可用于比较不同产品与标准护理的愈合效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:糖尿病足溃疡(DFU)、静脉性腿部溃疡(VLU)、压力性溃疡、褥疮、褥疮性溃疡。这项观察性研究将评估四种基于羊膜基质的产品(Zenith™、Orion™、SurGraft FT™、Complete ACA™)联合标准护理与单独标准护理相比的真实世界有效性。该研究将使用来自美国多个伤口护理中心的完整电子健康记录(EHR)(2022-2025年),为每个产品-适应症组合生成产品治疗组和倾向评分匹配的标准护理组的研究数据。整个研究包含12个平行子研究(每个产品-伤口类型组合一个),每个子研究旨在回答在该适应症中加用该产品是否比单独标准护理改善愈合结局。主要终点是在1(源站描述截断)内实现完全闭合的伤口比例。
【主题与分类】
主题标签:Diabetic Foot Ulcer (DFU)、Venous Leg Ulcers (VLUs)。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/NCT07223281
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/NCT07223281
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(VLUs)、压力性溃疡、褥疮、压迫性溃疡。本观察性研究将评估四种基于羊膜的产品(Zenith™、Orion™、SurGraft FT™、Complete ACA™)在标准护理基础上附加使用的真实世界有效性,并与单独标准护理进行比较。该研究将使用来自美国多个伤口护理中心的完整电子健康记录(EHR)(2022-2025年),为每个产品-适应症组合生成产品治疗组和倾向评分匹配的标准护理组的研究数据。整个研究包含12项平行子研究(每个产品-伤口类型组合对应一项),每项子研究旨在回答在该适应症中,与单独标准护理相比,添加该产品是否能改善愈合结局。主要终点是12周内实现完全闭合的伤口比例,并按伤口严重程度指标、年龄组和产品使用次数进行亚组分析。次要结局为愈合时间、早期伤口改善(4周时伤口面积减少≥50%)、伤口相关并发症以及亚组分析。
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。




