Hyoscine Butylbromide 预防剖宫产术中心动过缓
数据覆盖的疾病与情形包括心动过缓、脊髓麻醉药治疗使用中的不良效应以及剖宫产并发症。研究目的在于评估静脉注射 Hyoscine Butylbromide 在脊髓麻醉下使用局部麻醉药与吗啡进行剖宫产时预防心动过缓的疗效
基本信息
资源简介
Hyoscine Butylbromide 预防剖宫产术中心动过缓
本数据集围绕静脉注射 Hyoscine Butylbromide（丁溴东莨菪碱）在剖宫产脊髓麻醉过程中预防心动过缓的效果展开，覆盖的疾病与情形包括心动过缓、脊髓麻醉药在治疗使用中引发的不良效应以及剖宫产并发症。研究目的在于评估在脊髓麻醉下使用局部麻醉药与吗啡进行剖宫产时，静脉注射 Hyoscine Butylbromide 对预防心动过缓的疗效。数据集来源于 clinicaltrials.gov，归类于心血管系统疾病中的心动过缓方向，主题标签与上述疾病和情形一致。整体而言，该数据集聚焦于产科麻醉场景下心血管不良反应的预防性用药评估，为相关临床研究与用药决策提供结构化信息支撑。
【数据集背景】
剖宫产手术常采用脊髓麻醉，而脊髓麻醉可能引发心动过缓等心血管不良反应，同时脊髓麻醉药在治疗使用中也可能带来不良效应，剖宫产本身亦存在并发症风险。在此背景下，评估静脉注射 Hyoscine Butylbromide 能否有效预防脊髓麻醉下剖宫产过程中心动过缓的发生，具有明确的临床意义。该数据集即围绕这一研究目标建立，主题标签涵盖心动过缓、脊髓麻醉药治疗使用中的不良效应以及剖宫产并发症，所属分类为心血管系统疾病下的心动过缓方向。
【数据内容】
数据集所覆盖的疾病与情形包括心动过缓、脊髓麻醉药在治疗使用中引发的不良效应以及剖宫产并发症。其核心研究内容为评估静脉注射 Hyoscine Butylbromide 在脊髓麻醉下使用局部麻醉药与吗啡进行剖宫产时预防心动过缓的疗效。数据集英文名称为 Hyoscine Butylbromide for Prevention of Bradycardia During Cesarean Section。除上述主题范围与研究目的外，源站未提供更细粒度的数据字段、变量列表或样本量信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述指出，其关注的疾病条件为心动过缓、脊髓麻醉药在治疗使用中引发的不良效应以及剖宫产并发症，研究目的在于评估静脉注射 Hyoscine Butylbromide 在脊髓麻醉下使用局部麻醉药与吗啡进行剖宫产时预防心动过缓的疗效。关于具体的采集时间、采集机构、受试者招募方式及数据更新频率，源站未提供。
【适用场景】
该数据集适用于关注产科麻醉相关心血管不良反应的研究与临床场景，尤其是脊髓麻醉下剖宫产过程中心动过缓的预防性用药评估。其主题范围也可为心动过缓、脊髓麻醉药治疗使用中的不良效应以及剖宫产并发症等相关方向的文献调研、研究设计参考或临床决策辅助提供信息。具体的使用方式与适配条件，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、分析流程或操作步骤等。
【质量与限制】
源站未提供关于数据质量、完整性、准确性或局限性等方面的说明。由于缺乏样本量、变量定义、统计方法及随访安排等信息，无法对数据集的适用范围与结论强度作出进一步判断。
【引用与许可】
源站未提供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/NCT04069078
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
情况：心动过缓、脊髓麻醉药在治疗使用中引起的不良反应、剖宫产并发症。本研究旨在评估静脉注射丁溴东莨菪碱在预防腰麻联合局麻药和吗啡下剖宫产期间心动过缓的有效性。
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。
