延迟一期缝合降低复杂性阑尾炎伤口感染率的疗效研究

该数据集来自 clinicaltrials.gov,主题为延迟一期缝合降低复杂性阑尾炎伤口感染率的疗效研究,属于感染性疾病/其他分类

Ramathibodi HospitalRamathibodi Hospital
clinicaltrials
浏览 16
其他分类Surgical Site Infection
Efficacy Study of Delayed Primary Closure to Reduce Rate of Wound Infection in Complicated Appendicitis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

延迟一期缝合降低复杂性阑尾炎伤口感染率的疗效研究

该数据集来自 clinicaltrials.gov,主题为延迟一期缝合降低复杂性阑尾炎伤口感染率的疗效研究,属于感染性疾病/其他分类。研究为多中心随机对照试验,比较成人复杂性阑尾炎阑尾切除术后延迟一期缝合与一期缝合对术后浅表手术部位感染的影响。受试者为18岁及以上、非妊娠、被诊断为坏疽性或破裂性阑尾炎的成人患者。研究场所包括泰国多家医院,研究期为2012年8月至2014年8月。数据可用于术后手术部位感染风险相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:手术部位感染。研究假设:在患有复杂性阑尾炎的成人中,阑尾切除术后延迟一期伤口缝合与一期伤口缝合相比,是否能降低术后浅表手术部位感染。研究设计:本研究是一项多中心随机对照试验,比较复杂性阑尾炎中延迟缝合与一期伤口缝合。地点:Thammasat Hospital、Ramathibodi Hospital、Chonburi Hospital、Chonpratarn Hospital、Vachira Hospital 和 Pathumthani Hospital。参与者:年龄18岁及以上、非妊娠、被诊断为坏疽性或破裂性阑尾炎的成人患者。结局:浅表手术部位感染。研究期:2012年8月 - 2014年8月。

【主题与分类】

主题标签:Surgical Site Infection。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01659983

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01659983

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

病症:手术部位感染。研究假设:在成人复杂性阑尾炎患者中,与一期伤口闭合相比,阑尾切除术后延迟一期伤口闭合是否能减少术后浅表手术部位感染。研究设计:本研究是一项多中心随机对照试验,比较复杂性阑尾炎中延迟伤口闭合与一期伤口闭合。研究地点:Thammasat医院、Ramathibodi医院、Chonburi医院、Chonpratarn医院、Vachira医院和Pathumthani医院。参与者:年龄18岁及以上的成人患者,女性非妊娠,被诊断为坏疽性或破裂性阑尾炎。结局:浅表手术部位感染。研究期间:2012年8月-2014年8月

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。

获取专属数据定制方案