表面麻醉与全身麻醉下白内障手术术后疼痛评估
本数据集来自 clinicaltrials.gov，为一项前瞻性随机对照研究，比较表面麻醉与全身麻醉下白内障手术的术后疼痛情况
基本信息
资源简介
表面麻醉与全身麻醉下白内障手术术后疼痛评估
本数据集来自 clinicaltrials.gov，为一项前瞻性随机对照研究，比较表面麻醉与全身麻醉下白内障手术的术后疼痛情况。研究纳入 50 名 20 至 70 岁、ASA I 至 III 级、患有白内障眼病的成年患者，在埃及 Alexandria Main University Hospital 开展。术后 24 小时、1 周和 6 周进行随访，记录术前及术后 VAS 疼痛评分、术后 48 小时内镇痛需求以及刺激、感染、异物感等并发症。数据可用于术后疼痛评估、麻醉方式比较及并发症分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：表面麻醉、全身麻醉药物不良反应、白内障。这项前瞻性随机对照研究将在 50 名成年患者中进行。所有前瞻性病例都将签署书面知情同意书。所选病例为 ASA I、ASA II 或 ASA III 级身体状况、年龄在 20 至 70 岁之间、患有白内障眼病的患者。本研究将在埃及 Alexandria Main University Hospital 进行。患者将在术后 24 小时、1 周和 6 周接受随访。将记录以下测量指标：1. 术前及术后使用 VAS 评分在术后 24 小时、1 周和 6 周评估疼痛。2. 术后最初 48 小时内评估镇痛摄入需求。3. 评估术后并发症，如刺激、感染和异物感。4. 患者
【主题与分类】
主题标签：Topical Anaesthesia、General Anesthetic Drug Adverse Reaction、Cataract。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07287683
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/NCT07287683
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：局部麻醉、全身麻醉药物不良反应、白内障。这项前瞻性随机对照研究将在50名成年患者中进行。所有前瞻性病例都将签署书面知情同意书。所选病例为患有白内障眼病、年龄在20至70岁之间、身体状况分级为（ASA I）、（ASA II）或（ASA III）的患者。本研究将在埃及亚历山大主大学医院进行。患者将在术后24小时、1周和6周接受随访。将记录以下测量指标：1. 疼痛将在术前及术后24小时、1周和6周时使用VAS评分进行评估。2. 术后前48小时内将评估镇痛药摄入需求。3. 将评估术后并发症，如刺激、感染和异物感。4. 将评估患者满意度。
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。
