膝下截肢中骨内与静脉注射万古霉素对比(缺血性糖尿病足)
该数据集来自 clinicaltrials.gov,针对合并糖尿病足感染与远端缺血的膝下截肢患者,比较骨内注射与静脉注射万古霉素的给药方式

基本信息
资源简介
膝下截肢中骨内与静脉注射万古霉素对比(缺血性糖尿病足)
该数据集来自 clinicaltrials.gov,针对合并糖尿病足感染与远端缺血的膝下截肢患者,比较骨内注射与静脉注射万古霉素的给药方式。入组患者经多学科糖尿病足委员会评估后按 1:1 随机分组,在切皮前分别接受骨内或静脉 500 mg 万古霉素,术中采集截肢残端皮下软组织样本及同期静脉血清样本。数据可用于分析两种给药途径在组织与血清药物浓度、感染控制及围手术期结局方面的差异,支持糖尿病足截肢相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病足病、糖尿病足感染、糖尿病截肢足创面。合并糖尿病足感染与远端缺血、计划行膝下截肢的患者由多学科糖尿病足委员会进行评估。符合条件的患者按 1:1 比例随机分组,在切皮前接受骨内或静脉注射万古霉素。骨内组在切皮前即刻使用无菌骨内血管通路系统,将 500 mg 万古霉素稀释于 100 mL 生理盐水中,注入胫骨近端干骺端。静脉组在相同的切皮前时间点静脉给予 500 mg 万古霉素。未使用止血带。手术过程中,从计划截肢残端区域获取皮下软组织样本,并同期采集静脉血清样本。万古
【主题与分类】
主题标签:Diabetic Foot Disease、Diabetic Foot Infection、Diabetic Amputation Foot Wound。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07338773
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/NCT07338773
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
疾病:糖尿病足病、糖尿病足感染、糖尿病截肢足创面。因糖尿病足感染合并远端缺血而计划行膝下截肢的患者,由多学科糖尿病足委员会进行评估。符合条件的患者按1:1比例随机分配,在切皮前接受骨内或静脉注射万古霉素。骨内组在切皮前即刻使用无菌骨内血管通路系统,将500 mg万古霉素稀释于100 mL生理盐水中,注入胫骨近端干骺端。静脉组在相同的切皮前时间点静脉给予500 mg万古霉素。未使用止血带。手术过程中,从计划截肢残端区域获取皮下软组织样本,并同时采集静脉血清样本。对两份样本中的万古霉素浓度进行测定。主要药代动力学结局为残端皮下软组织万古霉素浓度、血清万古霉素浓度、组织与血清浓度比。
次要结局包括术后白细胞计数、C反应蛋白、降钙素原和白细胞介素-6的变化轨迹;术后早期疼痛评分;术后最初24小时的总引流量;采用ASEPSIS评分评估的早期伤口愈合结局;手术再干预;死亡率;基于血清肌酐的肾脏安全性结局;以及全身性不良事件,包括万古霉素输注反应、过敏反应、症状性深静脉血栓形成和肺栓塞。注册信息更新的说明在本研究最初前瞻性注册之后,ClinicalTrials.gov记录在PRS审查期间进行了格式和澄清方面的更新。这些更新旨在提高清晰度、语法、可读性、测量单位、时间范围,以及拆分包含一种以上评估或不同测量单位的结局指标条目。这些更新并非意在引入新的终点。
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。




