腹壁疝 Sublay 与 Onlay 补片修补比较研究
该数据集来自 clinicaltrials.gov，为一项前瞻性、开放标签、随机对照试验，比较腹壁疝患者中 sublay 与 onlay 补片修补技术的结局
基本信息
资源简介
腹壁疝 Sublay 与 Onlay 补片修补比较研究
该数据集来自 clinicaltrials.gov，为一项前瞻性、开放标签、随机对照试验，比较腹壁疝患者中 sublay 与 onlay 补片修补技术的结局。研究在巴基斯坦 Muzaffargarh 的 Recep Tayyip Erdogan Hospital 开展，纳入 96 例 18-60 岁原发性或切口性腹壁疝患者，随机分为 onlay 组与 sublay 组，主要观察伤口感染、血清肿形成和疝复发。数据可用于疝修补术式比较、术后并发症风险分析及临床决策参考（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：腹壁疝、切口疝。这项前瞻性、开放标签、随机对照试验旨在比较腹壁疝患者的 sublay 与 onlay 补片修补技术的结局。该研究于 2022 年 2 月至 2023 年 8 月在巴基斯坦 Muzaffargarh 的 Recep Tayyip Erdogan Hospital 开展。共纳入 96 例 18-60 岁、患有原发性或切口性腹壁疝（缺损大小 40-100 mm）的患者。患者被随机分为两组：A 组接受 onlay 补片修补，B 组接受 sublay 补片修补。两种手术均涉及放置大孔聚丙烯补片，并采用适当的重叠和标准固定技术。主要结局包括伤口感染（依据 CDC 标准）、血清肿形成（经超声确认）和疝复发（临床及超声检查）在六个月随访时的情况。
【主题与分类】
主题标签：Ventral Hernia、Incisional Hernia。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07140471
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/NCT07140471
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
疾病：腹壁疝、切口疝。本前瞻性、开放标签、随机对照试验旨在比较腹壁疝患者中sublay与onlay补片修补技术的结局。该研究于2022年2月至2023年8月在巴基斯坦Muzaffargarh的Recep Tayyip Erdogan医院开展。共纳入96例年龄18-60岁、患有原发性或切口性腹壁疝（缺损大小40-100 mm）的患者。患者被随机分为两组：A组接受onlay补片修补，B组接受sublay补片修补。两种手术均涉及放置大孔聚丙烯补片，并进行适当的重叠和标准固定技术。主要结局包括六个月的随访中伤口感染（依据CDC标准）、血清肿形成（经超声确认）和疝复发（临床和超声检查）。次要结局包括手术时间、术后疼痛（通过视觉模拟量表测量）和住院时间。数据分析将使用SPSS v26.0进行。
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。
