Exufiber Ag+与Exufiber在部分厚度烧伤中的性能与安全性
研究为在美国开展的多中心、开放、非对照设计,计划纳入68名受试者,分别接受两种敷料处理,评估从基线至末次随访的伤口进展,以考察敷料的临床安全性与性能

基本信息
资源简介
Exufiber Ag+与Exufiber在部分厚度烧伤中的性能与安全性
该数据集来自clinicaltrials.gov,聚焦部分厚度烧伤(Partial-thickness Burn)患者使用Exufiber Ag+与Exufiber敷料的临床研究。研究为在美国开展的多中心、开放、非对照设计,计划纳入68名受试者,分别接受两种敷料处理,评估从基线至末次随访的伤口进展,以考察敷料的临床安全性与性能。数据可用于烧伤敷料效果与安全性相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:部分厚度烧伤。这是一项在美国开展的多中心研究,在3-4个站点/地点进行。研究设计为开放、非对照研究,旨在测试Exufiber Ag+和Exufiber在管理烧伤愈合方面的安全性和性能。本研究的主要目标是通过评估从基线到受试者末次临床随访访视的伤口进展,分别评价所有研究敷料在中度至高度渗出的部分厚度烧伤(PTBs)中按预期使用时的临床安全性和性能。这些敷料旨在通过管理伤口环境来促进愈合。六十八(68)名部分厚度烧伤受试者将根据研究者的判断,接受Exufiber Ag+(34名受试者)或Exufiber(34名受试者)作为主要敷料治疗。次要敷料应
【主题与分类】
主题标签:Partial-thickness Burn。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04839523
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/NCT04839523
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:部分厚度烧伤。这是一项在美国开展的多中心研究,在3-4个研究中心/地点进行。研究设计为开放性、非对照性研究,旨在测试Exufiber Ag+和Exufiber在管理烧伤愈合方面的安全性和性能。本研究的主要目的是通过评估从基线至受试者末次临床随访访视期间的伤口进展情况,分别评价所有研究敷料在中度至高度渗出的部分厚度烧伤(PTBs)中按预期用途使用时的临床安全性和性能。该敷料旨在通过管理伤口环境来促进愈合。六十八(68)名部分厚度烧伤受试者将根据研究者的判断,接受Exufiber Ag+(34名受试者)或Exufiber(34名受试者)作为主要敷料治疗。次要敷料应为非粘连性、非抗菌性敷料(当地治疗实践)。每名受试者将在五(5)次计划研究访视中接受评估,最长总治疗期不超过21天,除非烧伤愈合。访视1为基线访视,用于入组受试者并确定烧伤范围。
每位受试者将被分配至Exufiber Ag+或Exufiber初级敷料组,并按照使用说明书(IFU)及当地临床常规进行治疗。第2次访视是在最多3天时进行的确认访视,研究者将在该访视中确认烧伤符合研究入选标准,且未进展为全层烧伤。第3、4、5次访视分别为自初级敷料应用之日起第7天、第14天和第21天的随访访视。在每次随访访视时,受试者将返回诊所进行评估和初级敷料更换。伤口进展情况将由研究者在每次研究访视时判定,并通过三个结局变量(恶化、无变化、改善)进行衡量。每次随访访视时的伤口图像将被分析以确定伤口大小的变化。次要终点将
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。




