失禁相关性皮炎（IAD）风险评估工具开发：风险因素预测性能的队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06978751

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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

病症：失禁相关性皮炎。问题陈述：失禁相关性皮炎（IAD）是一种刺激性接触性皮炎，由皮肤长期暴露于尿液和/或粪便引起。它通常影响失禁患者。IAD与生活质量下降、护理负担增加、独立性丧失以及继发感染和压疮易感性增高相关。这些并发症导致住院时间延长和医疗费用增加。尽管具有临床相关性，但关于IAD最关键的风险因素尚缺乏充分共识。现有文献指出了广泛的潜在诱因，包括患者人口学特征、合并症、卫生习惯和护理方案。需要一项全面的前瞻性研究，在住院人群中调查这些风险因素，以期为有效的预防和管理策略提供依据。方法：将在瑞典和比利时的多家医院开展前瞻性队列设计。

本研究的目标人群为年龄在18岁及以上的成年患者，其在入院时患有尿失禁、大便失禁或双重失禁，且在入组时无失禁相关性皮炎（IAD）。这项前瞻性队列研究的主要目标是收集特定因素的数据，包括年龄、性别、粪便性状等，并评估这些因素与IAD发生之间的关联。通过整理这些数据，本研究旨在确定所识别的因素是否确为IAD发生的危险因素。数据收集：数据收集将通过电子病例报告表（eCRF）进行管理，使用RedCap®平台。护士将对每位患者的肛周皮肤区域进行每日检查，记录观察结果，并在发现IAD体征时拍摄照片证据。这些图像将由来自厄勒布鲁大学SCENTR团队的盲法专家小组进行审核，以确认诊断。收集的变量包括人口

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。