Ogilvie综合征硬膜外治疗数据集
该数据集来自 clinicaltrials.gov,聚焦 Ogilvie 综合征(结肠假性梗阻)的临床治疗路径。源站描述涵盖影像学评估后 24 至 72 小时的观察与诱因纠正、盲肠直径小于 12cm 且无穿孔征象时的处理原则,以及症状未缓解后使用 neostigmine 的药物干预

基本信息
资源简介
Ogilvie综合征硬膜外治疗数据集
该数据集来自 clinicaltrials.gov,聚焦 Ogilvie 综合征(结肠假性梗阻)的临床治疗路径。源站描述涵盖影像学评估后 24 至 72 小时的观察与诱因纠正、盲肠直径小于 12cm 且无穿孔征象时的处理原则,以及症状未缓解后使用 neostigmine 的药物干预。数据可用于了解该病的诊疗决策流程、药物疗效与复发监测,以及心动过缓和支气管痉挛等不良事件的风险认知(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Ogilvie 综合征、结肠假性梗阻。目前,Ogilvie 综合征的治疗路径建议:在影像学评估后,若盲肠小于 12cm 且腹部影像未显示即将穿孔的征象,则观察并尝试纠正潜在诱因 24 至 72 小时。若症状在 72 小时后仍未缓解,且盲肠仍小于 12cm、临床状态未恶化,则指示使用 neostigmine 进行药物干预。单次给予 neostigmine 后,60% 至 90% 的患者症状缓解,但需要持续监测,因为这些患者中多达 40% 可能出现复发性结肠扩张。此外,neostigmine 可能与心动过缓和支气管痉挛等严重不良事件相关。总之,可能存在进一步优化……
【主题与分类】
主题标签:Ogilvie Syndrome、Colonic Pseudo-Obstruction。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04600427
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/NCT04600427
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:奥格尔维综合征,结肠假性梗阻。目前,奥格尔维综合征的治疗路径建议,在放射学评估后,若盲肠直径小于12厘米且腹部影像学未显示即将穿孔的迹象,则应观察并尝试纠正潜在的诱发因素24至72小时。若症状在72小时后仍未缓解,且盲肠仍小于12厘米,临床状况未恶化,则指示使用新斯的明进行药物干预。单次给予新斯的明后,60%至90%的患者症状可缓解,然而需要持续监测,因为这些患者中多达40%可能会经历复发性结肠扩张。此外,新斯的明可能伴随严重不良事件,如心动过缓和支气管痉挛。总之,奥格尔维综合征的药物治疗可能存在进一步优化的潜力。鉴于奥格尔维综合征主要由交感神经过度兴奋引起的理论占主导地位,硬膜外麻醉提供的内脏交感神经阻滞可能在理论上具有益处。
1988年,一项小型前瞻性队列研究评估了硬膜外麻醉在8例Ogilvie综合征患者中的应用。这些患者中62.5%的症状得到控制,盲肠扩张消退且无复发,作者据此得出结论:经进一步研究,硬膜外麻醉可能成为新斯的明的合理替代方案。然而,此后未再开展后续研究。本拟议的单臂、单中心前瞻性队列试点研究将考察硬膜外麻醉在保守治疗无效的Ogilvie综合征患者中的可行性、安全性和有效性。纳入对象为在St. Joseph’s Healthcare Hamilton(SJHH)住院、确诊为Ogilvie综合征且保守治疗失败的成年患者。在完成资格评估和知情同意流程后,将对患者进行评估
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。




