自体表皮细胞悬液联合生物敷料治疗烧伤创面的多中心真实世界观察研究

该数据集来自clinicaltrials.gov,为一项前瞻性、多中心、真实世界观察研究,评估自体表皮细胞悬液联合生物敷料(猪异种移植)覆盖用于二度烧伤患者磨痂或手术清创后创面修复的有效性与安全性

First Affiliated Hospital, Sun Yat-Sen UniversityFirst Affiliated Hospital, Sun Yat-Sen University
clinicaltrials
浏览 12
其他预测Wound Healing
Cell Suspension With Biologic Dressing for Burn Wounds

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

自体表皮细胞悬液联合生物敷料治疗烧伤创面的多中心真实世界观察研究

该数据集来自clinicaltrials.gov,为一项前瞻性、多中心、真实世界观察研究,评估自体表皮细胞悬液联合生物敷料(猪异种移植)覆盖用于二度烧伤患者磨痂或手术清创后创面修复的有效性与安全性。计划在中国多家医院入组193例接受联合治疗的患者,并与193例匹配的仅接受常规治疗(如单纯异种移植、自体皮肤移植或标准换药)的患者比较。主要结局包括4周创面愈合率和完全闭合时间,次要结局涵盖瘢痕评估、色素沉着、功能恢复、生活质量及安全性,随访长达6个月。数据可用于烧伤创面治疗方案的疗效与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:创面愈合。本研究是一项前瞻性、多中心、真实世界观察性研究,旨在评估联合治疗——自体表皮细胞悬液后接生物敷料(猪异种移植)覆盖——对二度烧伤患者磨痂或手术清创后创面修复的有效性和安全性。共计划从中国多家医院入组193例接受联合治疗的患者,其结局将与193例仅接受常规治疗(如单纯异种移植、自体皮肤移植或标准换药)的匹配患者进行比较。主要结局包括4周创面愈合率和完全创面闭合时间。次要结局包括瘢痕评估、色素沉着、功能恢复、生活质量和安全性。患者随访长达6个月。

【主题与分类】

主题标签:Wound Healing。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07555418

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07555418

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

适应症:伤口愈合。本研究是一项前瞻性、多中心、真实世界观察性研究,旨在评估联合疗法——自体表皮细胞悬液联合生物敷料(猪异种移植物)覆盖——用于二度烧伤患者磨痂或手术清创后创面修复的有效性和安全性。将从中国多家医院共纳入193例接受联合疗法的患者,并将其结局与193例仅接受常规治疗(如单纯异种移植、自体皮肤移植或标准换药)的匹配患者进行比较。主要结局包括4周时创面愈合率和创面完全闭合时间。次要结局包括瘢痕评估、色素沉着、功能恢复、生活质量和安全性。患者将随访长达6个月。

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。

获取专属数据定制方案