Aquacel 敷料在 TJA 中的超敏反应研究
该数据集来自 clinicaltrials.gov,聚焦于全关节置换术(TJA)中使用 Aquacel 敷料后出现的接触性过敏性皮炎及不良皮肤反应

基本信息
资源简介
Aquacel 敷料在 TJA 中的超敏反应研究
该数据集来自 clinicaltrials.gov,聚焦于全关节置换术(TJA)中使用 Aquacel 敷料后出现的接触性过敏性皮炎及不良皮肤反应。研究采用前瞻性队列设计,纳入完成术前标准问卷并符合入组标准的患者,收集社会人口学、手术细节及术后结局等变量。样本量经功效分析确定,计划入组 400 例患者以应对 20% 的脱落率。数据可用于分析 Aquacel Ag 暴露与接触性过敏性皮炎发生风险之间的关联,支持预测建模或队列研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:接触性过敏性皮炎、不良皮肤反应。I 级:前瞻性队列研究。患者在完成术前入组标准问卷后被招募进入研究。在符合入组标准并通过筛选流程后,患者将被纳入研究。感兴趣的变量涉及社会人口学状况、手术细节和术后结局。样本量:已进行功效分析以确定需要入组多少患者,AQUACEL Ag 未暴露组和 AQUACEL Ag 暴露组的 ACD 发生率分别为 1% 和 2%。两组比例的单侧 z 检验,功效 80%,显著性水平 5%,分配比 1:1,需要样本量 314(每组 157)。为考虑两个队列中 20% 的脱落率,我们计划入组 400 名患者(200
【主题与分类】
主题标签:Contact Allergic Dermatitis、Adverse Skin Reaction。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06011629
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT06011629
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:接触性过敏性皮炎、不良皮肤反应。证据等级I级:前瞻性队列研究。患者在完成术前入组标准问卷后被招募进入研究。在符合纳入标准并通过筛选流程后,患者将被纳入研究。关注的变量涉及社会人口学状况、手术细节和术后结局。样本量:为确定需要纳入多少患者,我们进行了一项功效分析,其中AQUACEL Ag未暴露组和AQUACEL Ag暴露组的ACD发生率分别为1%和2%。两组比例的单侧z检验,功效为80%,显著性水平为5%,分配比例为1:1,所需样本量为314例(每组157例)。考虑到两个队列中20%的脱落率,我们计划纳入400例患者(每组200例)。收集的人口学/患者特定数据:年龄、性别、体重指数(BMI)、过敏史、既往手术史、既往手术敷料暴露史(无论是职业性(即
医护人员)或作为患者),既往使用AQUACEL Ag敷料进行关节置换手术的次数(即0、1、2、3次),既往对AQUACEL Ag敷料的不良反应,既往任何粘合剂暴露引起的任何不良皮肤反应。手术详情:手术日期,手术/侧别(THA/TKA/UKA,左/右),切口长度,患者报告的术后1周皮肤检查(如存在伤口问题/皮肤反应,由患者提供照片),皮疹大小(如存在),术后首次复诊时医生皮肤检查(术后2-4周),任何伤口并发症。主要结局指标:主要结局是术后1周和术后首次复诊(术后2-3周)时接触性过敏性皮炎或不良皮肤反应的发生率。我们还将量化从手术到反应发生的时间(天数)。我们将在术后随访时测量皮疹大小,并根据既往研究中使用的分类系统对皮疹进行分类。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




