地塞米松用于儿童腺样体切除术PONV预防的给药研究
该数据集来自clinicaltrials.gov,围绕儿童腺样体切除术中地塞米松用于术后恶心呕吐(PONV)预防的给药研究

基本信息
资源简介
地塞米松用于儿童腺样体切除术PONV预防的给药研究
该数据集来自clinicaltrials.gov,围绕儿童腺样体切除术中地塞米松用于术后恶心呕吐(PONV)预防的给药研究。研究将受试者随机分为地塞米松干预组与生理盐水安慰剂对照组,采用计算机生成的二进制编码序列进行随机化,由不参与研究团队的麻醉护士按患者编号选取对应安瓿。所有患儿接受标准化麻醉方案,术前45分钟口服咪达唑仑0.5 mg/kg,随后进行吸入诱导全身麻醉。数据覆盖鼻腔阻塞、鼻咽阻塞、打鼾、阻塞性呼吸暂停、听力损失及中耳炎等病症人群,可用于评估地塞米松在儿童腺样体切除术中预防PONV的效果及相关临床预测分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:鼻腔阻塞、鼻咽阻塞、打鼾、阻塞性呼吸暂停、听力损失、中耳炎。随机化:研究受试者使用计算机生成的二进制编码序列随机分为两组:给予地塞米松的干预组和给予安慰剂(生理溶液)的对照组。一名不属于研究团队的麻醉科护士为每位入组患者随机选择一瓶药液,随后给予该患者。安瓿编号与患者编号相对应。标准化麻醉方案:所有儿科患者均按照标准化麻醉方案实施全身麻醉。每位受试者在手术操作前45分钟口服咪达唑仑,剂量为0.5 mg/kg体重。全身麻醉的吸入诱导
【主题与分类】
主题标签:Nasal Obstruction、Nasopharyngeal Obstruction、Snoring、Apnea, Obstructive、Hearing Loss、Otitis。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03398044
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/NCT03398044
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:鼻塞、鼻咽阻塞、打鼾、呼吸暂停、阻塞性、听力损失、耳炎。随机化:研究受试者采用计算机生成的二进制代码序列随机分为两组:接受地塞米松干预的干预组和接受安慰剂(生理溶液)的对照组。一名不属于研究团队的麻醉科护士为每位入组患者随机选择一瓶药液,随后给予患者。安瓿编号与患者编号相对应。标准化麻醉方案:所有儿科患者均按照标准化麻醉方案实施全身麻醉。每位受试者在手术操作前45分钟口服咪达唑仑0.5 mg/kg体重进行术前用药。采用七氟烷启动全身麻醉的吸入诱导,蒸发器设定为8%,使用O2/空气按1:1比例组成的载气混合气体。
麻醉诱导后,建立外周静脉通路,随后给予阿片类药物舒芬太尼,剂量为0.2 μg/kg体重,同时给予研究药物,剂量为0.15 mg/kg体重,最大剂量为4 mg,经静脉给药。按照本中心使用的标准程序确保气道安全——置入带套囊的喉罩。若出现任何漏气、气体泄漏或喉罩其他问题,则通过经口气管插管并在下咽部填塞纱布来确保气道安全。随后使用七氟烷维持全身麻醉,维持MAC值在1.2-1.5。液体治疗按照4/2/1 ml/kg体重/小时的规则进行——使用林格氏液。每位受试者在术后早期均接受标准镇痛:在对手术过程10分钟内静脉给予对乙酰氨基酚,剂量为15 mg/kg体重。每位患者均接受标准监测:心电图、血压测量、血氧饱和度、呼气末二氧化碳。
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。




