成人足踝手术跟骨骨髓穿刺液系统性生化特征与功能质量指数
该数据集来自巴西一所大学医院的单中心、观察性、前瞻性队列研究,纳入40名40至80岁接受临床指征足部或踝部手术的成人。参与者可伴或不伴合并症,包括2型糖尿病及Wagner 2-4级活动性糖尿病足溃疡

基本信息
资源简介
成人足踝手术跟骨骨髓穿刺液系统性生化特征与功能质量指数
该数据集来自巴西一所大学医院的单中心、观察性、前瞻性队列研究,纳入40名40至80岁接受临床指征足部或踝部手术的成人。参与者可伴或不伴合并症,包括2型糖尿病及Wagner 2-4级活动性糖尿病足溃疡。术前采集常规实验室检查,覆盖炎症负担等四个领域,并记录临床观察变量。数据可用于分析跟骨骨髓穿刺液的系统性生化特征与功能质量指数,探索其与糖尿病足溃疡、伤口愈合及代谢状态之间的关联(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、伤口愈合、2型糖尿病所致足溃疡、2型糖尿病。这是一项在巴西一所大学医院开展的单中心、观察性、前瞻性队列研究。该研究将纳入40名年龄在40至80岁之间、正在接受有临床指征的足部或踝部手术的成人。参与者可能伴有或不伴有合并症,包括2型糖尿病,以及当存在时,活动性Wagner 2-4级糖尿病足溃疡。这些临床特征将作为观察变量记录,不会定义干预分配或划分研究组。所有参与者在进行任何研究程序前都将提供书面知情同意。术前,参与者将接受一组常规实验室检查,涵盖四个领域:炎症负担,包括全血细胞计数、衍生炎症
【主题与分类】
主题标签:Diabetic Foot Ulcer、Wound Healing、Diabetes Mellitus Type 2。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/NCT07802106
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/NCT07802106
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、伤口愈合、2型糖尿病所致足溃疡、2型糖尿病。这是一项在巴西一所大学医院开展的单中心、观察性、前瞻性队列研究。该研究将纳入40名年龄在40至80岁之间、正在接受有临床指征的足部或踝部手术的成年人。参与者可能伴有或不伴有合并症,包括2型糖尿病,若存在则伴有活动性Wagner 2-4级糖尿病足溃疡。这些临床特征将作为观察性变量记录,不会用于确定干预分配或划分独立的研究组。所有参与者将在任何研究程序之前提供书面知情同意。
术前,受试者将接受一组涵盖四个领域的常规实验室检查:炎症负荷,包括全血细胞计数、衍生炎症指标和白蛋白;糖代谢负荷,包括空腹血糖、临床可行时的口服葡萄糖耐量试验、HbA1c、甘油三酯和胆固醇谱;矿物质-肾脏负荷,包括肌酐、尿素、离子钙、磷、镁、碱性磷酸酶、甲状旁腺激素和25-羟基维生素D;以及组织-能量损伤,包括乳酸脱氢酶、AST和ALT。在临床指征明确的骨科手术期间,将从同一手术野采集跟骨骨髓穿刺液。将分离、培养间充质干细胞,并使用标准化功能检测进行评估,包括克隆形成能力、成骨分化、成脂分化、细胞衰老、细胞因子分泌和细胞活力。骨髓穿刺液功能质量指数(IQF-BMA)将由代表炎症、糖代谢、矿物质-肾脏和组织-能量领域的标准化常规实验室变量构建而成。
主要分析将考察IQF-BMA与跟骨骨髓间充质干细胞克隆形成能力之间的关联。次要分析将考察实验室
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。




