SymCHro观察性登记研究:Symbotex™复合补片用于腹壁疝修补
该数据集来自clinicaltrials.gov的SymCHro观察性多中心登记研究,聚焦使用Symbotex™复合补片行开放或腹腔镜原发及切口腹壁疝修补术的成人患者

基本信息
资源简介
SymCHro观察性登记研究:Symbotex™复合补片用于腹壁疝修补
该数据集来自clinicaltrials.gov的SymCHro观察性多中心登记研究,聚焦使用Symbotex™复合补片行开放或腹腔镜原发及切口腹壁疝修补术的成人患者。研究连续纳入100例患者,在ClubHernie在线数据库中采集术前、围术期和术后标准数据,并在出院、术后1周(D1和D8随访)、1个月(D30随访)、1年及2年进行术后评估。主要目标是评估围术期和术后并发症发生率,包括疼痛、复发、粘连相关并发症和伤口并发症等器械相关并发症。数据可用于腹壁疝修补术后并发症的观察性分析与预后研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腹壁切口疝。这是一项观察性多中心登记研究。将连续报告100例计划使用Symbotex™复合补片进行原发性和切口腹壁疝手术的成人患者,数据录入ClubHernie在线数据库,采集所有术前、围术期和术后标准数据,用于患者结局测量。主要目标:评估使用Symbotex™复合补片经开放或腹腔镜途径行原发性和切口腹壁疝手术后的围术期和术后并发症发生率,术后评估在出院、1周(D1和D8随访)、1个月(D30随访)、1年和2年随访时进行(如预期的器械相关并发症如疼痛、复发、粘连相关并发症、伤口并发症,
【主题与分类】
主题标签:Ventral Incisional Hernia。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02206828
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/NCT02206828
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:腹壁切口疝。这是一项观察性多中心注册研究。将连续报告100例计划使用Symbotex™复合补片进行原发性和切口性腹壁疝手术的成年患者,数据录入ClubHernie在线数据库,采集所有术前、围手术期和术后数据的标准数据,用于患者结局测量。主要目标:评估使用Symbotex™复合补片经开放或腹腔镜入路进行原发性和切口性腹壁疝手术后的围手术期和术后并发症发生率,术后评估分别在出院时、1周(D1和D8随访)、1个月(D30随访)、1年和2年随访时进行(如预期的器械相关并发症,如疼痛、复发、粘连相关并发症、伤口并发症、其他术后并发症、(SAE))。该在线数据库由30名法国外科医生成员对所有接受腹股沟疝和腹壁疝治疗的患者进行系统性和连续性数据录入,采集所有术前、围手术期和术后数据的标准数据。
该数据库须以匿名方式完成。录入在线数据库的所有数据将由Club Hernie授权代表通过一致性分析进行质量数据控制;统计分析计划将由Covidien制定。研究报告的器械相关事件将定期审查,以评估是否存在任何潜在趋势。
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。




