脂质体布比卡因TAPB联合羟考酮PCIA对腹部大手术患者术后胃肠功能恢复的影响
该数据集来自clinicaltrials.gov,聚焦腹部大手术后疼痛与术后肠梗阻,评估脂质体布比卡因腹横肌平面阻滞(TAPB)联合羟考酮患者自控静脉镇痛(PCIA)对术后胃肠功能恢复的影响

基本信息
资源简介
脂质体布比卡因TAPB联合羟考酮PCIA对腹部大手术患者术后胃肠功能恢复的影响
该数据集来自clinicaltrials.gov,聚焦腹部大手术后疼痛与术后肠梗阻,评估脂质体布比卡因腹横肌平面阻滞(TAPB)联合羟考酮患者自控静脉镇痛(PCIA)对术后胃肠功能恢复的影响。研究为前瞻性、单中心、随机、双盲、平行对照试验,计划纳入132例18-80岁、ASA I-III、拟行择期小肠或结直肠手术的患者,随机分为三组,每组44例,接受不同术后镇痛方案。数据可用于比较不同多模式镇痛方案对术后胃肠功能恢复的临床疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:术后疼痛、术后肠梗阻。理由与目的:本研究旨在评估一种新型多模式镇痛方案(腹横肌平面阻滞(TAPB)联合患者自控静脉镇痛(PCIA))在改善腹部大手术患者术后胃肠功能恢复方面的临床疗效与安全性。研究设计与干预:这是一项前瞻性、单中心、随机、双盲、平行对照试验。共132例符合条件的患者(年龄18-80岁,ASA I-III,拟行择期小肠或结直肠手术)将被随机分配至三组(每组n = 44),接受不同的术后镇痛方案:R-S组:0.375%罗哌卡因TAPB + 舒芬太尼PCIA;LB-S组:266 mg脂质体布比卡因TAPB + 舒芬太尼PCIA;组
【主题与分类】
主题标签:Postoperative Pain、Postoperative Ileus。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07651722
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/NCT07651722
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:术后疼痛、术后肠梗阻。依据与目的:本研究旨在评估一种新型多模式镇痛方案的临床疗效与安全性,该方案将腹横肌平面阻滞(TAPB)与患者自控静脉镇痛(PCIA)相结合,用于改善接受腹部大手术患者术后胃肠功能的恢复。研究设计与干预:这是一项前瞻性、单中心、随机、双盲、平行对照试验。共132例符合条件的患者(年龄18-80岁,ASA I-III级,拟行择期小肠或结直肠手术)将被随机分配至三组(每组n = 44),接受不同的术后镇痛方案:R-S组:0.375%罗哌卡因TAPB + 舒芬太尼PCIA;LB-S组:266 mg脂质体布比卡因TAPB + 舒芬太尼PCIA;LB-O组:266 mg脂质体布比卡因TAPB + 羟考酮PCIA。主要结局:主要结局为术后前7天内I-FEED评分系统的曲线下面积(AUC),该指标综合反映了胃肠功能恢复的总体轨迹。
假设:研究者假设,长效脂质体布比卡因TAPB(用于延长躯体疼痛缓解)与羟考酮PCIA(通过双重u和k受体激动作用精确控制内脏痛)联合应用,将协同减弱围手术期应激-炎症反应。因此,该方案预期可显著减轻术后肠梗阻(POI)并加速胃肠动力恢复。
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。




