智能离床报警辅助设备在眼科手术患者术前离床检测中的应用研究

该数据集来自 clinicaltrials.gov,聚焦白内障手术患者术前在手术室等候区等待瞳孔充分扩张期间(约30-60分钟)的离床行为

National Taiwan University HospitalNational Taiwan University Hospital
clinicaltrials
浏览 4
其他分类Cataract
A Study on the Application of Smart Bed-Exit Alert Assistive Devices for Detecting Preoperative Bed Exits in Ophthalmic Surgery Patients in the Operating Room

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

智能离床报警辅助设备在眼科手术患者术前离床检测中的应用研究

该数据集源自 clinicaltrials.gov,英文名称为“A Study on the Application of Smart Bed-Exit Alert Assistive Devices for Detecting Preoperative Bed Exits in Ophthalmic Surgery Patients in the Operating Room”,本站分类为眼及附器疾病 / 其他,主题标签为 Cataract。数据集聚焦白内障手术患者术前在手术室等候区等待瞳孔充分扩张期间的离床行为。根据源站描述,白内障手术患者会在手术室等候区的担架上停留约30至60分钟,等待瞳孔充分扩张;在此期间,患者可能因生理需求(如如厕)或心理因素(如焦虑或寻找家属)而尝试离开床位,从而增加跌倒风险并影响患者安全。该数据集所对应的研究为一项前瞻性、随机干预性研究,计划纳入160名成年白内障手术患者,并按1:1比例随机分配至干预组或对照组。

【数据集背景】

该数据集所对应的研究背景围绕白内障手术患者术前在手术室等候区的安全管理问题展开。源站描述指出,患者在接受白内障手术前,需要停留在手术室等候区的担架上约30至60分钟,以等待瞳孔充分扩张。在这一等待阶段,患者可能由于生理需求,例如如厕,或心理因素,例如焦虑或寻找家属,而尝试离开床位。此类离床行为会增加跌倒风险,并可能影响患者安全。因此,该研究关注智能床离床报警辅助设备在检测术前离床行为方面的应用。数据集的主题标签为 Cataract,本站分类为眼及附器疾病 / 其他,来源站为 clinicaltrials.gov。

【数据内容】

源站描述显示,该研究为前瞻性、随机干预性研究,计划纳入160名成年白内障手术患者。参与者将按1:1比例随机分配至干预组或对照组。干预组将使用 UNEO 智能床离床报警系统进行监测,该系统由压力感应床垫组成,能够检测体位和离床尝试。当达到预定义的离床条件时,系统会触发相关报警。对照组则接受标准护理。源站描述在“When a predefined bed-ex”处截断,未提供后续完整信息。除上述内容外,数据集的具体字段、变量、记录格式、样本量明细、结局指标、时间范围、数据结构等,源站未提供。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov。源站描述表明,研究将在手术室等候区对白内障手术患者进行观察和干预,干预组使用 UNEO 智能床离床报警系统,该系统包含压力感应床垫,可检测体位和离床尝试。对照组接受标准护理。研究设计为前瞻性、随机干预性研究,计划纳入160名成年白内障手术患者,并按1:1比例随机分配。关于数据采集的具体流程、采集频率、采集设备参数、数据存储方式、数据管理计划、伦理审批信息、注册编号、研究地点、研究时间等信息,源站未提供。

【适用场景】

根据源站描述,该数据集适用于与白内障手术患者术前在手术室等候区等待瞳孔扩张期间离床行为监测相关的研究场景。其潜在应用方向包括评估智能床离床报警辅助设备在检测术前离床行为方面的作用,以及比较干预组使用 UNEO 智能床离床报警系统与对照组接受标准护理之间的差异。该数据集的主题标签为 Cataract,本站分类为眼及附器疾病 / 其他,因此也可用于眼及附器疾病相关领域的数据整理与检索。关于具体适用人群、使用条件、临床决策支持方式、模型训练用途等,源站未提供。

【使用方法】

源站未提供该数据集的具体使用方法,包括但不限于数据下载方式、访问权限、文件格式、字段说明、预处理步骤、分析流程、统计方法、软件环境或代码示例等。源站描述仅说明该研究为前瞻性、随机干预性研究,计划纳入160名成年白内障手术患者,并按1:1比例随机分配至干预组或对照组,干预组使用 UNEO 智能床离床报警系统,对照组接受标准护理。关于如何获取或使用该数据集,源站未提供。

【质量与限制】

源站描述未提供该数据集的质量评估信息,包括但不限于数据完整性、准确性、一致性、缺失值情况、偏倚控制、样本代表性、随访完整性、终点判定方式等。源站描述在“When a predefined bed-ex”处截断,未提供完整干预触发条件及后续内容。该研究计划纳入160名成年白内障手术患者,并按1:1比例随机分配,但关于实际入组情况、数据收集完成度、质量控制措施等,源站未提供。该数据集的主题标签为 Cataract,本站分类为眼及附器疾病 / 其他,来源站为 clinicaltrials.gov。除上述信息外,关于该数据集的质量与限制,源站未提供。

【引用与许可】

源站未提供该数据集的引用格式、许可协议、使用条款、版权信息、数据共享政策或访问限制等内容。该数据集来源站为 clinicaltrials.gov,英文名称为“A Study on the Application of Smart Bed-Exit Alert Assistive Devices for Detecting Preoperative Bed Exits in Ophthalmic Surgery Patients in the Operating Room”。关于引用与许可的具体要求,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07693829

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:白内障。接受白内障手术的患者在手术室等候区躺在担架上约30-60分钟,等待瞳孔充分散大。在此期间,患者可能因生理需求(如如厕)或心理因素(如焦虑或寻找家属)而试图离开床铺,增加跌倒风险并危及患者安全。本前瞻性随机干预研究将纳入160例成人白内障手术患者。参与者将按1:1比例随机分配至干预组(智能离床报警系统)或对照组(标准护理)。干预组将使用UNEO智能离床报警系统进行监测,该系统由能够检测体位和离床尝试的压力感应床垫组成。当达到预设的离床阈值时,系统立即通过声音和平板电脑警报通知护理人员。对照组将按照标准临床实践接受常规护理观察。

本研究将比较两组患者的护理请求、试图离床次数、护士床边探视频率及直接护理时间,以评估智能离床警报系统是否能改善护理工作流程并提升患者安全。

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。

获取专属数据定制方案