挪威胆囊切除术中胆管结石管理——BILNOR研究
BILNOR研究是一项前瞻性、多中心观察性研究,评估需要胆囊切除术的患者合并胆总管结石时,如何选择最佳管理策略。研究比较ERCP后择期胆囊切除术与单阶段方案(术中ERCP含rendezvous技术或腹腔镜胆总管探查LCBDE)在资源使用、患者路径及并发症方面的差异,并关注2019年奥斯陆大学医院实施

基本信息
资源简介
挪威胆囊切除术中胆管结石管理——BILNOR研究
BILNOR研究是一项前瞻性、多中心观察性研究,评估需要胆囊切除术的患者合并胆总管结石时,如何选择最佳管理策略。研究比较ERCP后择期胆囊切除术与单阶段方案(术中ERCP含rendezvous技术或腹腔镜胆总管探查LCBDE)在资源使用、患者路径及并发症方面的差异,并关注2019年奥斯陆大学医院实施的结构化经胆囊LCBDE技术。该数据可用于分析不同术式的临床结局与医疗资源利用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胆管结石。BILNOR研究(挪威胆囊切除术中胆管结石管理)是一项前瞻性、多中心观察性研究,评估当患者同时需要胆囊切除术时,胆总管结石(CBDS)的最佳管理方式。尽管ERCP后择期胆囊切除术仍是最常用的策略,但它通常需要两次独立操作,带来额外的不适、风险、住院和费用。单阶段替代方案——术中ERCP(包括rendezvous技术)或腹腔镜胆总管探查(LCBDE)——可能减少资源使用并改善患者路径,但在挪威各医院的可及性不均衡,且并发症特征不同。BILNOR的主要关注点是经胆囊LCBDE,该技术于2019年在奥斯陆大学医院实施,采用结构化的“ste
【主题与分类】
主题标签:Bile Duct Stones。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07449897
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/NCT07449897
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:胆管结石。BILNOR研究(挪威胆囊切除术中胆管结石术中管理研究)是一项前瞻性、多中心观察性研究,旨在评估当患者同时需要胆囊切除术时,如何最佳管理胆总管结石(CBDS)。尽管内镜逆行胰胆管造影术(ERCP)后择期胆囊切除术仍是最常用的策略,但该策略通常需要两次独立操作,带来额外的不适、风险、住院和费用。单阶段替代方案——包括术中ERCP(含对接技术)或腹腔镜胆总管探查术(LCBDE)——可能减少资源使用并改善患者诊疗路径,但在挪威各医院的可及性不均衡,且并发症特征各异。BILNOR的主要关注点是经胆囊管LCBDE,该技术于2019年在奥斯陆大学医院实施,采用结构化的“阶梯式升级”方法(例如:生理盐水冲洗、药物性松弛、导丝通过、乳头球囊扩张至最大8 mm,以及经胆囊管胆道镜取石;如需要/可及时行术中ERCP)。
该研究将评估真实世界中的结石清除率(定义为90天内无需再次胆道干预)、技术成功率(术中胆道造影确认清除)以及30天并发症,包括研究特定的术后胰腺炎定义,以及胆漏和其他Clavien-Dindo分级事件。还将评估卫生经济学结局(住院时间和每名患者的费用)以及实现结石清除最常需要哪些操作步骤。次要目标是比较LCBDE与术中ERCP在疗效、并发症发生率和费用方面的差异,包括对结石清除率的非劣效性评估。计划总样本量约为340名患者(每组155名,另预留失访名额)。将通过排除早期病例的中心层面敏感性分析来处理学习曲线效应。计划于2026年3月1日开始入组,
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。




