POEM术后贲门失弛缓症患者的生物学优化与标准护理对比研究（BIO-POEM）
BIO-POEM 是一项来自 clinicaltrials.gov 的研究数据集，聚焦于曾接受经口内镜下肌切开术（POEM）的贲门失弛缓症患者
基本信息
资源简介
POEM术后贲门失弛缓症患者的生物学优化与标准护理对比研究（BIO-POEM）
BIO-POEM 是一项来自 clinicaltrials.gov 的研究数据集，聚焦于曾接受经口内镜下肌切开术（POEM）的贲门失弛缓症患者。该研究比较结构化生物学优化方案与 POEM 术后标准护理，针对术后经客观确认存在病理性反流的患者。干预内容包括反流导向的饮食咨询、微量营养素评估与纠正、幽门螺杆菌检测及必要时根除、生活方式优化等。数据可用于评估该方案对反流症状及整体恢复的影响，并支持消化系统疾病相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：贲门失弛缓症、GERD（胃食管反流病）。本研究旨在评估结构化生物学优化方案能否改善既往接受经口内镜下肌切开术（POEM）的贲门失弛缓症患者的反流症状及整体恢复。尽管 POEM 在缓解吞咽困难方面非常有效，但许多患者在术后出现胃食管反流病（GERD），并长期依赖质子泵抑制剂（PPIs）等抑酸药物。BIO-POEM 研究将在 POEM 术后经客观确认存在病理性反流的患者中，比较结构化生物学优化与 POEM 术后标准护理。干预措施包括反流导向的饮食咨询、微量营养素评估与纠正、幽门螺杆菌检测及必要时根除、生活方式优化
【主题与分类】
主题标签：Achalasia Cardia、GERD (Gastroesophageal Reflux Disease)。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07620899
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/NCT07620899
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
疾病：贲门失弛缓症、胃食管反流病（GERD）。本研究旨在评估结构化生物学优化方案能否改善既往接受过经口内镜下肌切开术（POEM）的贲门失弛缓症患者的反流症状及整体康复情况。尽管POEM在缓解吞咽困难方面高度有效，但许多患者术后会发生胃食管反流病（GERD），并长期依赖质子泵抑制剂（PPIs）等抑酸药物。BIO-POEM研究将在POEM术后经客观确认存在病理性反流的患者中，比较结构化生物学优化与POEM术后标准护理。干预措施包括针对反流的饮食指导、微量营养素评估与纠正、幽门螺杆菌检测及必要时根除治疗、生活方式优化，以及PPI/PCAB治疗的结构化复查与逐渐减量。该研究包含两部分：一项随机对照试验，纳入POEM术后经客观确认存在反流的患者。
一项平行前瞻性观察性注册研究，纳入POEM术后有症状、无法进行反流检测或尽管酸暴露较低但仍持续有症状的患者。主要目的是确定与标准治疗相比，结构化生物学优化是否可减轻12个月时的GERD症状负担。次要目的包括评估消化不良症状、营养恢复、生活质量、减少PPI依赖，以及探索性评估肠道微生物组变化。
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。
