COVID-19疫情前后穿透性创伤患者健康社会决定因素数据集

该数据集来自clinicaltrials.gov,聚焦穿透性损伤、COVID-19与健康社会决定因素,基于Kern Medical创伤登记库开展回顾性横断面分析

Kern Medical CenterKern Medical Center
clinicaltrials
浏览 9
表格回归Penetrating InjuryCOVID-19Social Determinants of Health
Social Determinants of Health in Patients With Penetrating Trauma Injuries Before and During the COVID-19 Pandemic

基本信息

模态
表格
任务类型
回归
创建/更新时间
2026-10-21

资源简介

COVID-19疫情前后穿透性创伤患者健康社会决定因素数据集

该数据集来自clinicaltrials.gov,聚焦穿透性损伤、COVID-19与健康社会决定因素,基于Kern Medical创伤登记库开展回顾性横断面分析。研究假设COVID-19居家令导致Kern County低社会经济地位地区暴力创伤发生率上升,并通过人口普查数据探索受伤区域中位收入与暴力犯罪发生率的关系。数据可用于分析疫情前后创伤发生趋势、评估社会经济因素对暴力伤害的影响,并为未来公共卫生危机中的伤害预防研究提供参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:穿透性损伤、COVID-19、健康社会决定因素。研究者假设COVID-19“居家令”导致Kern County暴力创伤发生率上升,尤其是在社会经济地位较低的地区(以人口普查数据衡量),此前美国其他地区已证实这一现象。研究者对疫情前和疫情期间发生的损伤进行了回顾性分析,并进一步探究受伤区域的中位收入,以确定社会经济地位是否为暴力犯罪发生率的决定因素。本研究旨在更好地理解犯罪增加的因果关系、进一步分析结果,并识别未来公共卫生危机中的趋势。这项回顾性横断面最小风险研究利用Kern Medical的创伤登记库来识别患者

【主题与分类】

主题标签:Penetrating Injury、COVID-19、Social Determinants of Health。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06135610

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/NCT06135610

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:穿透性损伤、COVID-19、健康的社会决定因素。研究者假设COVID-19“居家令”导致暴力性创伤损伤发生率增加,尤其是在克恩县社会经济地位较低的地区(以人口普查数据衡量),此前在美国其他地区已证实这一现象。研究者对疫情前和疫情期间所受损伤进行了回顾性分析,并进一步探究了受伤地区的中位收入,以确定社会经济地位是否为暴力犯罪发生率的决定因素。本研究旨在更好地理解犯罪增加的因果关系,进一步分析结果,并识别未来公共卫生危机中的趋势。这项回顾性横断面最小风险研究利用克恩医疗中心的创伤登记系统,识别2019年3月至2021年2月期间在克恩县因枪伤(GSW)、刺伤或袭击而就诊于急诊科的患者。所有报告的钝器伤、机动车事故相关损伤、自杀未遂或非故意伤害均被排除在外。

每例病例被归类为COVID前(2019年3月-2020年2月)或COVID期(2020年3月-2021年2月),并根据事件发生的邮政编码进一步细分。Kern县的邮政编码被合并为城市区域:西北部(邮政编码:93312、93314)、东北部(93301、93305、93306、93308)、西南部(93311、93313)和东南部(93304、93307、93309、93241),另设一个单独类别定义为农村地区(贝克斯菲尔德市界以外)。根据加利福尼亚州人口普查数据,这些区域还按收入中位数定义为低收入(≤5万美元:西北部和西南部)和高收入(>5万美元:东北部、东南部、农村地区)。本研究经Kern医疗医院机构审查委员会批准。表格数据采用比值比、独立性卡方检验、比值比同质性Woolf检验、Fisher精确检验和广义Cochran-Mantel-Haenszel检验进行分析。各区域以中位数

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