白内障监测麻醉护理（MAC）可行性初步研究
该数据集来自 clinicaltrials.gov，为单中心、随机、双盲的初步临床试验（n=20），研究对象为接受第一只眼白内障手术的参与者，随机接受口服苯二氮卓类药物（干预）或口服安慰剂片（对照）
基本信息
资源简介
白内障监测麻醉护理（MAC）可行性初步研究
该数据集来自 clinicaltrials.gov，为单中心、随机、双盲的初步临床试验（n=20），研究对象为接受第一只眼白内障手术的参与者，随机接受口服苯二氮卓类药物（干预）或口服安慰剂片（对照）。主要目标是评估在口服镇静与口服安慰剂条件下，测量患者满意度、恢复质量和手术结局的可行性、数据完整性与分布；次要目标包括评估招募成功率、干预保真度、干预依从性及干预后参与者保留率。参与者需在关键研究时间点完成多项调查，以评估镇静体验和感兴趣结局。数据可用于白内障手术麻醉相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：白内障、双侧老年性白内障、麻醉、患者满意度。这是一项单中心、随机、双盲的初步临床试验（n=20）。接受第一只眼白内障手术的参与者将被随机分配接受口服苯二氮卓类药物（干预）或口服安慰剂片（对照）。本研究的主要目标是评估在口服镇静与口服安慰剂条件下，测量患者满意度、恢复质量和手术结局的可行性、数据完整性与分布。本研究的次要目标是评估招募成功率、干预保真度、干预依从性及干预后参与者保留率。参与者将被要求在关键研究时间点回答多项调查，内容涉及其镇静体验并评估感兴趣结局。
【主题与分类】
主题标签：Cataract、Bilateral Senile Cataract、Anesthesia、Patient Satisfaction。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06506669
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/NCT06506669
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：白内障、双侧老年性白内障、麻醉、患者满意度。这是一项单中心、随机、双盲、试点临床试验（n=20）。接受第一只眼白内障手术的参与者将被随机分配接受口服苯二氮䓬类药物（干预组）或口服安慰剂片（对照组）。本研究的主要目标是评估在接受口服镇静剂与口服安慰剂进行白内障手术的参与者中，测量患者满意度、恢复质量和手术结局数据的可行性、完整性和分布情况。本研究的次要目标是评估招募成功率、干预保真度、干预依从性以及干预后参与者的保留情况。参与者将被要求在关键研究时间点回答几项关于其镇静体验的调查，并评估相关结局。
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。
