STAT:标准疗法联合主动疗法
该数据集来自 clinicaltrials.gov,聚焦严重烧伤患者的康复干预研究。研究为多中心、1:1 随机对照试验,在美国多家烧伤中心开展,纳入 18 岁及以上、烧伤面积≥15% 全身体表面积且将接受皮肤移植手术的成人患者

基本信息
资源简介
STAT:标准疗法联合主动疗法
该数据集来自 clinicaltrials.gov,聚焦严重烧伤患者的康复干预研究。研究为多中心、1:1 随机对照试验,在美国多家烧伤中心开展,纳入 18 岁及以上、烧伤面积≥15% 全身体表面积且将接受皮肤移植手术的成人患者。比较康复干预与现行标准护理,标准疗法组接受常规烧伤治疗,无特定活动处方或治疗频率/时长规定。数据可用于烧伤康复治疗模式与临床决策相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:烧伤、物理损伤、热烧伤。本调查是一项涉及严重烧伤患者的多中心试验。设计为 1:1 随机对照研究,比较下文所述的康复干预与严重烧伤患者当前的标准护理。本研究将在美国多家烧伤中心开展,纳入年龄 18 岁及以上、烧伤面积≥15% 全身体表面积(TBSA)且将接受皮肤移植手术的成人烧伤患者。当地烧伤外科医生将指导所有医疗和手术治疗。主治医生将做出有关患者的所有临床决定。研究组:标准疗法(ST)组。ST 组患者将接受常规烧伤治疗护理,无特定活动处方或治疗频率/时长规定。烧伤治疗将在患者经医学许可后开始。
【主题与分类】
主题标签:Burn Injury、Physical Injury、Thermal 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/NCT04368117
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/NCT04368117
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
疾病条件:烧伤、物理性损伤、热烧伤。本研究是一项涉及严重烧伤患者的多中心试验。研究设计为1:1随机对照研究,将下文所述的康复干预与严重烧伤患者当前的标准化护理进行比较。本研究将在美国多家烧伤中心开展,纳入年龄18岁及以上、烧伤总面积(TBSA)≥15%且将接受皮肤移植手术的成年烧伤患者。所有医疗和手术治疗均由当地烧伤外科医生指导。主治医生将就患者的所有临床决策作出决定。研究分组:标准治疗(ST)组。ST组患者将接受常规烧伤治疗护理,不规定具体的活动内容或治疗频率/时长。当主治医生确认患者身体状况允许开始烧伤治疗时,即启动烧伤治疗;当患者接受手术时,治疗将暂停,并按参与中心的常规做法恢复。所有烧伤治疗操作均按照该烧伤中心的惯例和常规进行。
标准治疗实践将通过在各参与中心与临床医生进行的研究前访谈进行记录。标准烧伤治疗通常包括关节活动度训练、体位摆放、夹板固定、运动训练、活动训练和压力治疗等干预措施。每次治疗结束时将每日记录标准治疗干预的时间和类型。任何遗漏或中断的治疗时间也将被记录。出院后家庭训练计划将包括出院时通常包含的内容。积极治疗(STAT)干预组:随机接受STAT治疗的患者将接受一项强化、可量化、以活动为基础的方案,强调治疗中四个最活跃的组成部分:活动训练、力量训练、有氧训练和功能训练。STAT方案指南描述如下。与标准治疗组一样,STAT治疗将在……时开始。
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。




