ICU 粪便失禁患者失禁相关性皮炎(IAD)危险因素
该数据集来自 clinicaltrials.gov,聚焦 ICU 中合并粪便失禁患者的失禁相关性皮炎(IAD)危险因素。IAD 是失禁常见并发症,表现为生殖器与肛周皮肤炎症,可伴发红、水疱、糜烂或皮肤屏障功能丧失,由皮肤长期或反复接触尿液或粪便引起

基本信息
资源简介
ICU 粪便失禁患者失禁相关性皮炎(IAD)危险因素
该数据集来自 clinicaltrials.gov,聚焦 ICU 中合并粪便失禁患者的失禁相关性皮炎(IAD)危险因素。IAD 是失禁常见并发症,表现为生殖器与肛周皮肤炎症,可伴发红、水疱、糜烂或皮肤屏障功能丧失,由皮肤长期或反复接触尿液或粪便引起。失禁在各类医疗环境中普遍存在,住院患者患病率约 20.0%,急危重症病房粪便失禁比例可高达 33.0%。数据可用于分析 IAD 发生的相关危险因素,并支持制定具有成本效益的预防性皮肤护理策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:刺激性接触性皮炎、尿布疹、失禁相关性皮炎。失禁在所有医疗环境中都是一个普遍问题。失禁的患病率约为所有住院患者的 20.0%。在急性和危重症监护病房中,粪便失禁患者的比例可上升至 33.0%。失禁的主要并发症之一是生殖器和肛门区域的皮肤炎症,也称为失禁相关性皮炎(IAD)。IAD 被定义为皮肤炎症,表现为发红,伴或不伴水疱、糜烂或皮肤屏障功能丧失,由皮肤长期或反复接触尿液或粪便引起。现有多种用于预防 IAD 的皮肤护理产品和操作流程。为了提供具有成本效益的 IAD 预防,重要的是针对预防性皮
【主题与分类】
主题标签:Irritant Contact Dermatitis、Diaper Rash、Incontinence-associated Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02996357
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/NCT02996357
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:刺激性接触性皮炎、尿布疹、失禁相关性皮炎。失禁在所有卫生保健环境中都是一个普遍问题。失禁的患病率约为所有住院患者的20.0%。在急性和重症监护病房中,大便失禁患者的比例可高达33.0%。失禁的主要并发症之一是生殖器和肛门区域的皮肤炎症,也称为失禁相关性皮炎(IAD)。IAD被定义为由于皮肤长期或反复暴露于尿液或粪便而发生的皮肤炎症,表现为发红,伴或不伴水疱、糜烂或皮肤屏障功能丧失。目前存在一系列用于预防IAD的皮肤护理产品和操作流程。为了提供具有成本效益的IAD预防,将预防性皮肤护理干预措施针对有IAD风险的患者非常重要。本研究的目的为:1. 在公认的高风险患者群体(患有大便失禁的ICU患者)中识别与失禁相关性皮炎(IAD)发生相关的特定因素 2.
开发并统计验证与IAD发生高风险相关的患者特征。本研究为匹配病例对照研究。病例定义为IAD 2类患者(皮肤发红伴皮肤破损)。对照定义为IAD 0类患者(有风险,无发红且皮肤完整)。患者将按大便失禁进行匹配。总共将纳入380名患有大便失禁的ICU患者。将研究19个可能的危险因素。所有数据将由研究团队在一个时间点收集。将使用不同来源和方法收集患者数据:皮肤评估、患者记录、直接患者观察、常规血液样本。将通过应用单变量和多变量二元逻辑回归模型确定特定的IAD危险因素。
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。




