Dalargin 用于高危腹部手术器官功能障碍预防
该数据集来自 clinicaltrials.gov,围绕 Dalargin 在高危腹部手术(如胃、胰腺或结肠手术)患者中的应用,记录一项前瞻性、随机、双盲、安慰剂对照临床试验

基本信息
资源简介
Dalargin 用于高危腹部手术器官功能障碍预防
该数据集来自 clinicaltrials.gov,围绕 Dalargin 在高危腹部手术(如胃、胰腺或结肠手术)患者中的应用,记录一项前瞻性、随机、双盲、安慰剂对照临床试验。研究关注 Dalargin 对氧化应激、全身炎症反应、器官衰竭及感染性并发症的影响,主要终点为术后器官功能障碍复合终点(包括急性呼吸窘迫综合征、急性肾损伤和脓毒症),次要终点涉及氧化应激与炎症生物标志物及心肌相关指标。可用于术后并发症与多器官功能衰竭相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:术后并发症、多器官功能衰竭、腹部手术。这是一项前瞻性、随机、双盲、安慰剂对照临床试验。该研究探讨一种合成的亮氨酸-脑啡肽类似物(Dalargin)对接受高危腹部手术(例如胃、胰腺或结肠手术)患者的氧化应激、全身炎症反应、器官衰竭和感染性并发症的影响。目标:主要目标是评估围手术期输注 Dalargin 是否降低术后器官功能障碍复合终点的发生率(包括急性呼吸窘迫综合征、急性肾损伤和脓毒症)。次要目标包括评估其对氧化应激生物标志物(丙二醛、羰基化蛋白)、炎症(降钙素原、白细胞介素-6、HMGB-1)和心肌 i 的影响
【主题与分类】
主题标签:Postoperative Complications、Multiple Organ Failure、Abdominal Surgery。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07404358
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/NCT07404358
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:术后并发症、多器官功能衰竭、腹部手术。这是一项前瞻性、随机、双盲、安慰剂对照的临床试验。研究旨在探讨合成亮氨酸-脑啡肽类似物(Dalargin)对高风险腹部手术(如胃、胰腺或结肠手术)患者氧化应激、全身炎症反应、器官衰竭及感染性并发症的影响。目的:主要目的是评估围手术期输注Dalargin是否能降低术后器官功能障碍复合终点(包括急性呼吸窘迫综合征、急性肾损伤和脓毒症)的发生率。次要目的包括评估其对氧化应激生物标志物(丙二醛、羰基化蛋白)、炎症标志物(降钙素原、白介素-6、HMGB-1)和心肌损伤标志物(高敏肌钙蛋白T)的影响,以及ICU和住院时间。
方法:共200例年龄18-85岁(ASA I-III级)、拟在全身麻醉下接受择期高风险腹部手术的患者,将被随机分配接受Dalargin或安慰剂(0.9%氯化钠)。研究药物将在麻醉诱导后开始持续静脉给药:前24小时8 ml/小时,随后48小时4 ml/小时。患者结局将采用临床量表(如CPIS、KDIGO、APACHE II)和实验室评估进行评价。此外,还将分析基因多态性(NRF2、OLR1、TLR9、AGTR1、AQP1),以识别器官功能障碍的预测因素,并实现个体化风险分层。科学新颖性:这是首项在高风险非心脏手术中通过药理学预处理全面评估一种合成脑啡肽类似物器官保护潜力的研究,将临床终点与生物标志物及遗传分析相结合,以制定个体化预防策略。样本量论证:200名参与者(每组100名)的样本量是基于
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。




