手术室与门诊环境下手部K-wire感染对比
该数据集来自 clinicaltrials.gov,聚焦手部骨折行闭合复位内固定(CRIF)时,在手术室与门诊环境下发生感染性并发症的比率与类型

基本信息
资源简介
手术室与门诊环境下手部K-wire感染对比
该数据集来自 clinicaltrials.gov,聚焦手部骨折行闭合复位内固定(CRIF)时,在手术室与门诊环境下发生感染性并发症的比率与类型。研究通过前瞻性收集手部骨折数据库数据,记录骨折类型、利手、合并症、治疗时长、K-wire 数量、固定时长及并发症发生率,数据经去标识化后以编号形式录入密码保护的 Excel 表格。覆盖成人掌骨或指骨骨折患者,可用于分析不同诊疗环境下的感染风险差异及相关影响因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:手部骨折、内固定针所致感染。本研究的主要目的是分析在手术室与门诊环境下进行手部骨折闭合复位内固定(CRIF)时感染性并发症的发生率和类型。研究者将通过前瞻性收集手部骨折数据库中的数据来实现这一目标,记录骨折类型、利手、合并症、治疗时长、K-wire 数量、固定时长和并发症发生率。这些数据将记录在数据收集表上,并由 Lalonde 医生转录到受密码保护的 Excel 电子表格中。数据将被去标识化,患者将根据就诊顺序被分配一个编号填写在数据收集表上。研究者将纳入所有表现为掌骨或指骨(原文截断)的成年患者。
【主题与分类】
主题标签:Hand Fracture、Infection Due to Internal Fixation Pin。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02870465
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/NCT02870465
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:手部骨折,内固定针所致感染。本研究的主要目的是分析在手术室与门诊环境下进行手部骨折闭合复位内固定(CRIF)时感染并发症的发生率和类型。研究者将通过前瞻性收集手部骨折数据库中的数据来实现这一目标,记录骨折类型、利手、合并症、治疗持续时间、克氏针数量、固定持续时间及并发症发生率。这些数据将记录在数据收集表上,并由Lalonde医生转录至受密码保护的Excel电子表格中。数据将被去标识化,患者将根据就诊顺序被分配一个编号,填写在数据收集表上。研究者将纳入所有适合使用克氏针进行CRIF的掌骨或指骨骨折的成年患者。研究者将从急诊室或诊所转诊中前瞻性招募患者。所有符合纳入和排除标准的患者将被主治外科医生或住院医师邀请参与。
患者将根据就诊时间顺序被分配一个编号。患者将从加拿大的学术中心招募。哈利法克斯、多伦多和麦克马斯特这三个中心不在临床环境中进行克氏针CRIF,因此将代表主要的OR队列。临床环境CRIF队列将由来自圣约翰、卡尔加里、渥太华、温哥华和圣约翰斯的患者组成,这些地方的手部骨折CRIF通常在局部麻醉和现场无菌条件下进行。将记录损伤特征、骨折情况、受伤时间、易导致感染的患者合并症、利手、吸烟状况、性别和年龄。手术室或诊所区域内的所有操作都将在该中心标准的麻醉下进行。如果常规手术准备
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。




