不同病因宫颈病变治疗的真实世界研究
该数据集来自 clinicaltrials.gov，为一项观察性上市后研究，于2021年5月至7月开展，评估 Cerviron® ovules 在治疗和管理不同病因宫颈病变中的上市后性能与耐受性，次要目标是通过临床检查评估器械性能及患者使用满意度
基本信息
资源简介
不同病因宫颈病变治疗的真实世界研究
该数据集英文名为 RWE Study in the Treatment of Cervical Lesions of Various Etiology，来源于 clinicaltrials.gov，主题涉及宫颈病变与阴道出血，在本站归类于泌尿生殖系统疾病下的其他类别。其源站描述显示，这是一项观察性上市后研究，于2021年5月至7月开展，旨在评估 Cerviron® ovules 在治疗和管理不同病因宫颈病变中的上市后性能与耐受性；次要目标是通过临床检查评估该医疗器械的性能，以及患者使用该器械的满意度。研究人群包括345名20至70岁的参与者，这些参与者或正在接受宫颈病变治疗，或近期接受过宫颈病变手术切除。以下依据可获得的信息对该数据集作进一步介绍。
【数据集背景】
该数据集对应的研究是一项针对宫颈病变治疗的观察性、上市后研究。宫颈病变与阴道出血是该研究关注的条件。研究于2021年5月至7月间进行，属于医疗器械上市后的真实世界研究范畴，其核心目的在于考察 Cerviron® ovules 在实际治疗与管理不同病因宫颈病变时的性能与耐受性表现。研究的次要目标包括通过临床检查评估该医疗器械的性能，并了解患者使用该器械的满意度。
【数据内容】
源站描述提及的研究人群为345名20至70岁的参与者，参与者情况包括正在接受治疗的宫颈病变，或近期接受过宫颈病变的手术切除。研究关注的条件为宫颈病变与阴道出血。主题标签为宫颈病变和阴道出血。关于数据集内具体包含哪些变量、字段结构、记录数量与格式等细节，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。研究类型为观察性上市后研究，开展时间为2021年5月至7月。研究评估的对象为 Cerviron® ovules 这一医疗器械在宫颈病变治疗与管理中的上市后表现。关于数据采集的具体流程、随访安排、临床检查的具体方法及满意度评价工具等，源站未提供。
【适用场景】
基于现有信息，该数据集适用于关注宫颈病变治疗与管理、医疗器械上市后性能与耐受性评价、以及患者使用满意度相关问题的场景。其研究设计属于观察性上市后研究，可用于了解该器械在20至70岁参与者人群中的实际应用情况。关于更具体的适用分析场景与方法学用途，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该研究为观察性上市后研究，研究时间为2021年5月至7月，研究人群为345名20至70岁的参与者。关于样本代表性、数据完整性、偏倚控制、缺失值处理及统计分析方法等质量相关信息，源站未提供。
【引用与许可】
源站未提供。
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/NCT05668806
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：宫颈病变，阴道出血。本研究是一项观察性上市后研究，于2021年5月至7月期间开展。研究目的是评估Cerviron®卵泡栓在治疗和管理不同病因宫颈病变方面的上市后性能和耐受性。本临床研究的次要目的是通过临床检查评估该医疗器械的性能，以及评估患者使用该医疗器械的满意度。研究人群包括345名年龄在20-70岁之间的参与者，这些参与者要么正在接受宫颈病变治疗，要么近期接受了宫颈病变手术切除。
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。
