基本信息

模态

其他

任务类型

分类

创建/更新时间

2026-10-11

资源简介

颈椎管狭窄相关脊髓损伤最佳治疗（OSCIS）研究

OSCIS 研究数据集来自 clinicaltrials.gov，聚焦于急性创伤性颈段脊髓损伤（Spinal Cord Injury, SCI）的最佳治疗策略，尤其针对不伴骨损伤的患者。该研究以随机对照试验的形式，比较两种治疗路径：入院后 24 小时内实施的早期手术，以及在至少 2 周保守治疗之后进行的延迟手术。其核心目的在于考察早期手术相比延迟手术，是否能够带来更大程度的运动功能改善。该数据集归属于肌肉骨骼系统疾病 / 其他类别，主题标签为脊髓 cord 损伤，可为关注颈段脊髓损伤临床决策、手术时机选择及康复结局的研究者提供参考。

【数据集背景】

急性创伤性颈段脊髓损伤的最佳管理方式长期存在争议，尤其是那些没有骨损伤的病例。尽管对伴有颈椎管狭窄的脊髓损伤患者常实施手术减压，但手术的疗效与时机始终是激烈讨论的焦点。在此背景下，OSCIS 研究设计为一项随机对照试验，直接比较早期手术与延迟手术两种策略。早期手术定义为入院后 24 小时内进行手术；延迟手术则指先接受至少 2 周的保守治疗，之后再行手术。研究试图回答的核心问题是：与延迟手术相比，早期手术能否使患者的运动功能获得更大改善。这一背景决定了该数据集所承载的临床问题具有明确的现实针对性和争议性。

【数据内容】

该数据集的主题标签为脊髓损伤，所属分类为肌肉骨骼系统疾病 / 其他。其内容围绕急性创伤性颈段脊髓损伤患者，特别是无骨损伤患者，记录或关联了两种治疗策略的对比信息：早期手术（入院后 24 小时内）与延迟手术（至少 2 周保守治疗后）。源站描述提及研究目的在于评估运动功能改善情况，但关于具体变量、样本量、随访时间、结局指标数值等详细数据内容，源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述说明了研究的基本条件为脊髓损伤，并交代了研究背景、干预策略及研究目的。除此之外，关于数据采集的具体机构、采集时间范围、采集流程、质量控制措施等信息，源站未提供。

【适用场景】

该数据集适用于关注急性创伤性颈段脊髓损伤治疗策略的研究场景，尤其是围绕手术时机选择、早期手术与延迟手术疗效比较、无骨损伤患者管理决策等主题的分析。也可用于肌肉骨骼系统疾病 / 其他类别下与脊髓损伤相关的临床研究参考。但具体适用场景的边界、是否支持二次分析或 meta 分析等，源站未提供。

【使用方法】

源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、格式说明、分析工具或操作步骤等均未提及。

【质量与限制】

源站未提供关于数据质量、完整性、偏倚控制、样本代表性、随访完整性等方面的具体信息。已知限制仅能从研究设计本身推断：该研究为随机对照试验，比较早期手术与延迟手术，但具体质量指标与限制条件源站未提供。

【引用与许可】

源站未提供该数据集的引用格式、许可协议、使用条款或版权说明。

原始链接

https://clinicaltrials.gov/study/NCT01485458

访问原始数据

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://clinicaltrials.gov/study/NCT01485458

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。

数据说明

疾病：脊髓损伤。关于急性创伤性颈段脊髓损伤（SCI）的最佳管理，尤其是无骨损伤者，尚存争议。尽管对伴有颈椎管狭窄的SCI患者常行手术减压，但手术疗效及手术时机仍是激烈辩论的主题。在这项随机对照试验中，研究者比较了两种策略：入院后24小时内早期手术与至少2周保守治疗后延迟手术。本研究旨在探讨与延迟手术相比，早期手术是否能更大程度地改善运动功能。

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