TAAM注射联合生物补片治疗直肠阴道克罗恩瘘
该数据集来自clinicaltrials.gov，围绕一项临床试验，比较微碎自体脂肪组织环形浸润联合瘘管内生物假体置入与经肛黏膜瓣两种方式，在标准治疗难治的克罗恩病直肠阴道瘘患者中的临床与影像学愈合（联合缓解）
基本信息
资源简介
TAAM注射联合生物补片治疗直肠阴道克罗恩瘘
该数据集对应一项注册于clinicaltrials.gov的临床试验，英文名称为Treatment of Rectovaginal Crohn's Fistula by Combination of TAAM Injection and Biological Plug Placement，关注克罗恩病直肠阴道瘘的治疗。试验的核心是比较两种手术方式在标准治疗难治的克罗恩病直肠阴道瘘患者中的疗效：一是微碎自体脂肪组织环形浸润联合瘘管内生物假体置入，二是经肛黏膜瓣。评价的主要终点为临床与影像学愈合，即联合缓解；次要目标涵盖临床结局改善（临床缓解、临床应答、失败）、手术与临床结局之间的时间间隔、复发情况、安全性以及生活质量的改善。数据集在站内归入“损伤、中毒及外因 / 其他”分类，主题标签为直肠阴道瘘与克罗恩病。
【数据集背景】
克罗恩病可并发直肠阴道瘘，且部分患者对标准治疗难以奏效，临床上需要探索更有效的外科与再生医学联合策略。该临床试验正是在这一背景下设计，试图通过微碎自体脂肪组织环形浸润联合生物假体置入的方式，与传统的经肛黏膜瓣手术进行对照，以临床和影像学双重指标评估愈合情况。数据集围绕该试验形成，主题集中于直肠阴道瘘与克罗恩病两个方向。
【数据内容】
数据集所涉及的内容围绕上述临床试验展开，包括试验的疾病条件（直肠阴道瘘、克罗恩病）、干预与对照方式的比较框架，以及主要和次要评价目标。主要评价目标为临床与影像学愈合（联合缓解）；次要目标包括临床结局的改善（临床缓解、临床应答、失败）、手术至临床结局之间的时间、任何复发的出现、安全性以及生活质量的改善。源站未提供具体受试者数量、分组规模、随访时长或结局测量数值等细节。
【采集与来源】
该数据集来源于clinicaltrials.gov，属于临床试验注册信息。源站描述明确了试验的疾病条件与研究目的，即比较两种方式在标准治疗难治的克罗恩病直肠阴道瘘患者中的临床与影像学愈合情况。除来源站与源站描述外，源站未提供具体的采集流程、数据录入规范或原始数据获取途径等信息。
【适用场景】
该数据集适用于了解克罗恩病直肠阴道瘘外科治疗研究设计的场景，可用于把握以联合缓解为主要终点的试验框架，以及临床缓解、临床应答、失败、复发、安全性和生活质量等次要评价维度。其主题标签与站内分类也便于在损伤、中毒及外因相关分类下检索到该试验记录。源站未提供该数据集在具体分析、建模或二次研究中的适用性说明。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、字段结构、变量定义或分析操作指引等。
【质量与限制】
源站未提供该数据集的质量评估信息，包括数据完整性、准确性、一致性或偏倚控制等方面的说明。已知信息仅为临床试验注册层面的描述，源站未提供样本量、随访安排与统计方法等细节，使用时应以源站原始记录为准。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT06813768
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：直肠阴道瘘，克罗恩病。本临床试验的目的是比较* 显微破碎自体脂肪组织环形浸润联合瘘管内放置生物假体与* 肛管内黏膜瓣在标准治疗难治性克罗恩病直肠阴道瘘患者中临床和影像学愈合（联合缓解）方面的疗效。次要目标是临床结局的改善（临床缓解、临床应答、失败）、手术与临床结局之间的时间间隔、任何复发的发生、安全性以及生活质量的改善。
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。
