COVID-19疫情期间成人肱骨近端骨折手术早期结局比较的前瞻性队列研究
病症：COVID康复患者的肱骨近端手术。本观察性研究旨在了解因COVID感染而延迟手术的肱骨近端骨折患者的手术结局，并将其与接受相同骨折和治疗正常患者进行比较
基本信息
资源简介
COVID-19疫情期间成人肱骨近端骨折手术早期结局比较的前瞻性队列研究
该数据集围绕COVID-19疫情期间成人肱骨近端骨折手术治疗早期结局的前瞻性队列比较研究而建立，关注因COVID感染导致手术延迟的患者与接受相同骨折治疗的常规患者之间结局是否具有可比性。研究以Neer肩关节评分为客观评估工具，通过独立变量T检验对两组患者的结局进行比较。数据集所属分类为感染性疾病/其他，来源为clinicaltrials.gov，主题聚焦于COVID康复患者的肱骨近端手术。整体而言，该数据集为观察性研究资料，核心问题在于延迟固定是否会影响肱骨近端骨折患者的手术结局，适合用于了解疫情背景下骨折手术时机与预后关系的场景。
【数据集背景】
该数据集对应的研究背景是COVID-19疫情对骨折手术治疗时机的影响。部分肱骨近端骨折患者因COVID感染而推迟手术，形成与常规患者不同的治疗路径。研究旨在了解这类延迟手术患者的手术结局，并与接受相同骨折和治疗的正常患者进行比较，以回答延迟固定是否会导致与常规患者不同的结局这一核心问题。
【数据内容】
数据集英文名称为“A Comparison of Early Outcome of Surgical Management of Proximal Humerus Fracture in Adults During COVID-19 Pandemic- A Prospective Cohort Study”。研究条件为COVID康复患者的肱骨近端手术，主题标签为“Proximal Humerus Surgery in Covid Recovered Patients”。研究采用前瞻性队列设计，设置因COVID感染而延迟手术的患者组与接受相同骨折和治疗的正常患者组，对两组结局进行客观评估。评估工具为标准的Neer肩关节评分，组间比较采用独立变量T检验。关于样本量、具体变量字段、随访时间点等细节，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。研究类型为观察性研究，采用前瞻性队列方式开展。研究对象为成人肱骨近端骨折患者，其中一组因COVID感染导致手术延迟，另一组为接受相同骨折和治疗的正常患者。数据采集的具体机构、地点、时间范围及伦理审批信息，源站未提供。
【适用场景】
该数据集适用于探讨COVID-19疫情背景下骨折手术延迟对早期结局影响的场景，可用于比较COVID康复患者与常规患者在肱骨近端骨折手术治疗后的Neer肩关节评分差异。也可用于疫情相关手术时机管理、感染性疾病对骨科手术预后影响的观察性研究参考。由于研究聚焦早期结局，不适用于长期预后评价。具体适用边界应结合源站研究方案确定，源站未提供更多适用说明。
【使用方法】
使用该数据集时，可围绕两组患者的Neer肩关节评分进行组间比较，采用独立变量T检验分析延迟手术组与常规患者组的结局差异。分析时应明确分组依据为是否因COVID感染导致手术延迟，并确保两组在骨折类型和治疗方式上具有可比性。关于数据访问方式、文件格式、变量编码及分析脚本等，源站未提供。
【质量与限制】
该研究为观察性前瞻性队列研究，组间比较依赖独立变量T检验，结局评估采用标准Neer肩关节评分。可能的限制包括观察性设计固有的混杂因素、样本来源与规模信息不明等，但源站未提供具体的质量评价、样本量、失访情况及偏倚控制措施。研究聚焦早期结局，长期结局信息源站未提供。
【引用与许可】
该数据集的引用方式、许可协议及使用条款，源站未提供。使用时应遵循clinicaltrials.gov的相关规定，具体以源站信息为准。
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/NCT06506006
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：新冠康复患者的肱骨近端手术。这项观察性研究的目标是了解因COVID感染而延迟手术的肱骨近端骨折患者的手术结局，并将其与接受相同骨折及治疗的正常患者进行比较。该研究旨在回答的主要问题是：•因COVID感染而延迟固定的肱骨近端骨折患者，其结局是否与正常患者相同？两组患者的结局将通过标准Neer肩关节评分进行客观评估，并使用独立变量T检验进行比较。
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。
