唇腭裂手术围术期呼吸不良事件:发生率、危险因素与临床评分
该数据集来自clinicaltrials.gov,聚焦唇腭裂手术患儿围术期呼吸不良事件(PRAE),涵盖喉痉挛、支气管痉挛、气道梗阻、术后并发症及困难插管等情形

基本信息
资源简介
唇腭裂手术围术期呼吸不良事件:发生率、危险因素与临床评分
该数据集来自clinicaltrials.gov,聚焦唇腭裂手术患儿围术期呼吸不良事件(PRAE),涵盖喉痉挛、支气管痉挛、气道梗阻、术后并发症及困难插管等情形。手术人群以婴幼儿为主,常合并综合征、小下颌、后缩下颌或阻塞性睡眠呼吸暂停,增加面罩通气和插管难度。现有PRAE发生率数据多为回顾性且异质性大,缺乏足够把握度的前瞻性研究系统评估预测危险因素。该数据可用于探索PRAE发生率、危险因素及临床评分,支持风险预测与围术期管理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:腭裂、唇裂、喉痉挛、支气管痉挛、气道梗阻、术后并发症、困难插管。唇裂和腭裂是最常见的先天性颅面畸形之一。手术人群主要由婴幼儿组成,他们可能伴有相关综合征、小下颌、后缩下颌或阻塞性睡眠呼吸暂停——这些都会导致面罩通气困难和插管困难。与手术团队共用气道以及使用Dingman牵开器,进一步增加了苏醒和拔管期间气道受损的风险。已发表的关于该人群PRAE发生率的数据大多是回顾性的且异质性大,尚无足够把握度的前瞻性研究使用经过验证的评分系统系统评估预测性危险因素。研究设计:前瞻性、单中心
【主题与分类】
主题标签:Cleft Palate、Cleft Lip、Laryngospasm、Bronchospasm、Airway Obstruction、Postoperative Complications、Difficult Intubation。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/NCT07651904
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/NCT07651904
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:腭裂、唇裂、喉痉挛、支气管痉挛、气道梗阻、术后并发症、困难插管。唇裂和腭裂是最常见的先天性颅面畸形之一。手术人群主要为婴幼儿,他们可能伴有相关综合征、小下颌畸形、下颌后缩或阻塞性睡眠呼吸暂停——所有这些都会导致面罩通气困难和插管困难。与手术团队共用气道以及使用Dingman牵开器进一步增加了苏醒和拔管期间气道受损的风险。关于该人群中PRAE发生率的已发表数据大多为回顾性且异质性较大,尚无足够把握度的前瞻性研究使用经过验证的评分系统系统地评估预测性危险因素。研究设计:前瞻性、单中心、观察性队列研究,在土耳其伊斯坦布尔马尔马拉大学彭迪克培训与研究医院进行。除既定的常规麻醉方案外,不进行任何干预。入组前将获得父母书面知情同意。
麻醉方案:所有患者均接受标准术中监测(心电图、无创血压、脉搏血氧饱和度、呼气末二氧化碳)。麻醉诱导采用七氟烷吸入,建立血管通路后改为静脉诱导。维持采用七氟烷和瑞芬太尼输注。镇痛及围术期类固醇给药遵循科室常规方案。数据收集:术前变量:年龄、体重、唇裂类型(单侧/双侧/单纯唇裂/单纯腭裂/唇腭裂联合)、裂隙宽度和深度、牙槽突间隙、小下颌畸形、下颌后缩、颈部后仰受限、OSAS病史、Pierre Robin序列征、既往ICU入住史。术中变量:诱导方式及药物、神经肌肉阻滞剂使用、操作者经验水平、面罩通气困难程度(Han评分)、插管尝试次数、使用的喉镜设备、Cormack-Lehane分级、VIDIAC评分、ID
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。




