3M Cavilon Advanced 皮肤保护剂治疗医院内潮湿相关皮肤损伤的效果
该数据集来自 clinicaltrials.gov,聚焦 3M Cavilon Advanced 皮肤保护剂在医院环境中治疗潮湿相关皮肤损伤(MASD)的效果

基本信息
资源简介
3M Cavilon Advanced 皮肤保护剂治疗医院内潮湿相关皮肤损伤的效果
该数据集来自 clinicaltrials.gov,聚焦 3M Cavilon Advanced 皮肤保护剂在医院环境中治疗潮湿相关皮肤损伤(MASD)的效果。覆盖的病症包括刺激性皮炎、造口部位皮炎和皮肤伤口。源站描述指出,部分厚度伤口可由长期暴露于潮湿和刺激物引起,常见于伤口渗出液、失禁体液及造口和瘘管排出物,可表现为炎症伴或不伴糜烂甚至继发感染,且传统治疗虽多但缺乏与新技术对比的稳健研究。数据可用于评估该医疗器械在相关皮肤损伤治疗中的表现(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:刺激性皮炎、造口部位皮炎、皮肤伤口。问题陈述:部分厚度伤口(皮肤上皮层和真皮层的糜烂/剥脱)可因长期暴露于潮湿和刺激物而发生。多种潮湿来源可导致这些称为潮湿相关皮肤损伤(MASD)的浅表伤口,包括伤口渗出液、失禁的体液以及造口和瘘管的排出物。MASD 可表现为伴或不伴糜烂的炎症,甚至继发感染。部分厚度剥脱可极其疼痛并对患者有害。传统上临床实践中使用多种治疗选择,但缺乏将较新技术与当前实践进行比较的稳健研究。3M™ Cavilon™ Advanced Skin Protectant 于 2017 年推出,是一种较新的基于氰基丙烯酸酯的医疗器械
【主题与分类】
主题标签:Irritant Dermatitis、Stoma Site Dermatitis、Wound of Skin。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06178289
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/NCT06178289
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
病症:刺激性皮炎、造口部位皮炎、皮肤伤口。问题陈述:由于长期暴露于潮湿环境和刺激物,可能发生部分厚度伤口(皮肤上皮层和真皮层的侵蚀/剥脱)。多种湿源可导致这些表浅伤口,称为潮湿相关皮肤损伤(MASD),包括伤口渗出液、失禁引起的体液以及造口和瘘管排出物。MASD可表现为炎症,伴或不伴侵蚀,甚至继发感染。部分厚度剥脱可极为疼痛,对患者极为不利。传统上,临床实践中采用多种治疗选项,然而,缺乏将新技术与当前实践进行比较的稳健研究。3M™ Cavilon™ Advanced Skin Protectant于2017年推出,是一种较新的基于氰基丙烯酸酯的医疗器械,适用于治疗部分厚度皮肤损失,并且是比利时市场上唯一可用的基于氰基丙烯酸酯的屏障产品。
目的:本研究旨在评估3M™ Cavilon™ Advanced Skin Protectant在治疗由潮湿引起的部分皮层伤口(MASD)方面相较于常规伤口护理治疗的有效性。方法:研究设计:一项随机对照多中心临床试验。数据收集:程序:人口统计学和参与者特征:患者人口统计学信息将在研究计划第01天记录于REDCap电子病例报告表中:性别、年龄、身高、体重、合并症。随机化/盲法和参与者编号:患者将通过区组随机化,使用REDCap随机化模块,按1:1分配至Cavilon™ Advanced Skin Protectant组或当地医院部分皮层伤口(MASD)治疗方案组,形成一个研究组。由于比较医院伤口护理治疗产品与研究器械之间存在明显差异,研究护士无法设盲。一名设盲评估者将在中心评估愈合时间及其他愈合结局
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。




