ciNPWT在妇科剖腹术中的预防性使用

该数据集来自clinicaltrials.gov,聚焦妇科剖腹术患者预防性使用闭合切口负压伤口治疗(ciNPWT)的可行性研究

University Hospital Hradec KraloveUniversity Hospital Hradec Kralove
clinicaltrials
浏览 2
表格预测Surgical Site Infection (SSI)Wound Healing ComplicationSeromaHematomaDehiscence
Prophylactic Use of ciNPWT in Gynecologic Laparotomy

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-25

资源简介

ciNPWT在妇科剖腹术中的预防性使用

该数据集来自clinicaltrials.gov,聚焦妇科剖腹术患者预防性使用闭合切口负压伤口治疗(ciNPWT)的可行性研究。研究为前瞻性、开放标签、非随机干预性可行性试验,并嵌套定性分析,探索对伤口愈合并发症高风险患者实施靶向预防性ciNPWT的临床可行性,并与标准敷料比较术后30天并发症发生率。参与者接受ciNPWT或标准敷料、填写生活质量问卷并于术后30天随访。数据可用于术后并发症风险预测与伤口管理效果评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:手术部位感染(SSI)、伤口愈合并发症、血清肿、血肿、裂开。这是一项前瞻性、开放标签、非随机干预性可行性研究,并嵌套定性分析。该研究探索性地验证靶向预防性闭合切口负压伤口治疗(ciNPWT)在临床实践中用于预测伤口愈合并发症高风险患者的可行性,并将术后30天并发症发生率与标准敷料进行比较。参与者将: 在计划剖腹术后接受ciNPWT或标准敷料 回答关于生活质量的问题 * 术后30天到诊所就诊以查看最终结果

【主题与分类】

主题标签:Surgical Site Infection (SSI)、Wound Healing Complication、Seroma、Hematoma、Dehiscence。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07645547

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/NCT07645547

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

条件:手术部位感染(SSI)、伤口愈合并发症、血清肿、血肿、裂开。这是一项前瞻性、开放标签、非随机化的干预性可行性研究,并嵌套定性分析。该研究探索性地验证针对性预防性闭合切口负压伤口治疗(ciNPWT)在预测伤口愈合并发症高风险患者临床实践中的可行性,并将术后30天并发症发生率与标准敷料进行比较。参与者将:* 在计划性剖腹手术后接受ciNPWT或标准敷料 * 回答关于生活质量的问题 * 在术后30天到诊所就诊以查看最终结果

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