住院老年患者失禁相关性皮炎预防中屏障产品的比较
该数据集来自 clinicaltrials.gov,主题为住院老年患者失禁相关性皮炎(IAD)预防中屏障产品的比较。源站描述指出,潮湿相关皮肤损伤由尿液、粪便、汗液、伤口渗出液、黏液和唾液等长期暴露引起,涉及角质层受损、过度水合、摩擦、温度及化学刺激等因素;IAD 是尿失禁和/或粪失禁患者的常见临床

基本信息
资源简介
住院老年患者失禁相关性皮炎预防中屏障产品的比较
该数据集来自 clinicaltrials.gov,主题为住院老年患者失禁相关性皮炎(IAD)预防中屏障产品的比较。源站描述指出,潮湿相关皮肤损伤由尿液、粪便、汗液、伤口渗出液、黏液和唾液等长期暴露引起,涉及角质层受损、过度水合、摩擦、温度及化学刺激等因素;IAD 是尿失禁和/或粪失禁患者的常见临床表现,表现为会阴、生殖器周围、肛周及邻近区域接触尿液和粪便后发生的皮肤炎症,伴表皮糜烂和浸渍外观。源站描述提及 IAD 患病率占失禁患者皮肤病变的 7%,但该句在源站描述中未完整结束(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Diaper Rash。引言:与潮湿相关的皮肤病变被定义为因长期暴露于尿液、粪便、汗液、伤口渗出液、黏液和唾液等来源而引起的炎症和皮肤糜烂。它们最初由角质层提取物病变触发,由过度水合、摩擦、温度、化学刺激物、尿液和粪便等多种因素暴露诱导。在这些类型的病变中,有失禁相关性皮炎(Incontinence Associated Dermatitis,IAD),这是尿失禁和/或粪失禁患者中常见的临床表现。它是一种皮肤炎症,由于会阴、生殖器周围、肛周及邻近区域接触尿液和粪便而发生,此外还有表皮糜烂和浸渍外观。据报道,IAD 的患病率占失禁患者皮肤病变的 7%,在
【主题与分类】
主题标签:Diaper Rash。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03309059
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/NCT03309059
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:尿布疹。引言:与潮湿相关的皮肤病变被定义为因长期暴露于尿液、粪便、汗液、伤口渗出液、黏液和唾液等来源而引起的炎症和皮肤糜烂。这些病变最初由角质层提取物病变触发,由过度水合、摩擦、温度、化学刺激物、尿液和粪便等多种因素的暴露所诱导。在这类病变中,有失禁相关性皮炎(IAD),这是尿失禁和/或大便失禁患者中常见的临床表现。它是一种皮肤炎症,由于会阴、生殖器周围、肛周及邻近区域接触尿液和粪便而发生,此外还有表皮糜烂和浸渍外观。据报道,IAD的患病率占养老院失禁患者皮肤病变的7%,其中50%为大便失禁患者,住院失禁成人中为42%。住院失禁个体暴露于增加IAD易感性的外在和内在因素。
作为内在因素,提到了年龄、意识水平、氧合、活动能力和合并症,而外在因素则与暴露于失禁、湿度和摩擦,以及卫生的频率和质量有关。老年失禁患者尤其易发生失禁相关性皮炎,因为他们的角质层提取物层数较少,并且随着胶原蛋白和弹性蛋白减少以及微循环下降,屏障功能也逐渐衰退。卧床、依赖他人、无法控制括约肌的患者持续使用尿布。在这一患者群体中,老年人住院。他们需要更多卫生服务,住院更为常见,住院时间也更长。慢性退行性疾病的高患病率要求更多住院治疗,并导致逐步丧失……
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。




