静脉镇痛、胸段硬膜外镇痛与ESP阻滞用于心脏直视手术后慢性疼痛的比较
该数据集来自clinicaltrials.gov,为一项前瞻性观察性研究,旨在评估并比较成人经胸骨正中切口心脏直视手术后常用的三种术后镇痛方式:静脉镇痛、胸段硬膜外镇痛(TEA)和双侧竖脊肌平面阻滞(ESPB)

基本信息
资源简介
静脉镇痛、胸段硬膜外镇痛与ESP阻滞用于心脏直视手术后慢性疼痛的比较
该数据集来自clinicaltrials.gov,为一项前瞻性观察性研究,旨在评估并比较成人经胸骨正中切口心脏直视手术后常用的三种术后镇痛方式:静脉镇痛、胸段硬膜外镇痛(TEA)和双侧竖脊肌平面阻滞(ESPB)。所有镇痛技术均为麻醉团队常规临床实践,不按研究方案分配干预,患者接受由临床麻醉团队根据个体情况选择的镇痛方法,反映单中心三级心脏外科中心的真实世界实践。主要目标是确定这些镇痛方法对慢性术后疼痛发生的影响,可用于术后镇痛与慢性疼痛相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性术后疼痛、心脏直视手术、术后镇痛、镇痛。这项前瞻性观察性研究旨在评估并比较成人经胸骨正中切口心脏直视手术后常用的三种术后镇痛方式:静脉镇痛、胸段硬膜外镇痛(TEA)和双侧竖脊肌平面阻滞(ESPB)。本研究纳入的所有镇痛技术均为麻醉团队执行的常规临床实践,不按研究方案分配任何干预。患者接受由临床麻醉团队根据个体临床情况选择的镇痛方法。因此,该研究反映了单中心三级心脏外科中心的真实世界实践。主要目标是确定这些镇痛方法对发生……的影响。
【主题与分类】
主题标签:Chronic Postoperative Pain、Open Heart Surgery、Postoperative Analgesia、Analgesia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07257744
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/NCT07257744
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:慢性术后疼痛、心脏直视手术、术后镇痛、镇痛。这项前瞻性观察性研究旨在评估和比较三种常用的术后镇痛方式在经胸骨正中切开术接受心脏直视手术的成年患者中的应用:静脉镇痛、胸段硬膜外镇痛(TEA)和双侧竖脊肌平面阻滞(ESPB)。本研究纳入的所有镇痛技术均代表麻醉团队执行的常规临床实践,未根据研究方案分配任何干预措施。患者接受由临床麻醉团队根据个体临床情况选择的任何镇痛方法。因此,该研究反映了单一三级心脏外科中心的真实世界实践。主要目的是确定这些镇痛方法对术后3个月慢性术后疼痛发生的影响。慢性疼痛将使用数字评定量表(NRS)和S-LANSS问卷进行评估,通过电话或面对面随访进行。
次要目标包括评估术后急性疼痛评分、额外镇痛药消耗量、拔管时间、活动时间、重症监护病房(ICU)住院时间、住院时间、呼吸参数、并发症如再插管或需要有创机械通气、支气管扩张剂使用、镇静需求、尿量以及围手术期血流动力学稳定性。该研究还旨在分析术后急性疼痛与随后慢性疼痛发展之间的相关性。符合条件的患者为年龄在18-85岁之间,ASA分级I-III级,体重指数(BMI)低于35 kg/m²,并计划在Karadeniz Technical University Farabi Hospital接受心脏直视手术的患者。排除标准包括凝血障碍、干预部位感染、精神疾病、慢性疼痛治疗、对麻醉药物过敏、无法合作或沟通、既往心脏直视手术、
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。




