镰状细胞血管闭塞危象疼痛管理的适应性平台试验
该数据集来自 clinicaltrials.gov，聚焦镰状细胞病（SCD）患者反复发作的血管闭塞危象（VOC）所致剧烈疼痛与频繁住院问题
基本信息
资源简介
镰状细胞血管闭塞危象疼痛管理的适应性平台试验
该数据集来自 clinicaltrials.gov，聚焦镰状细胞病（SCD）患者反复发作的血管闭塞危象（VOC）所致剧烈疼痛与频繁住院问题。研究背景是法国和英国指南推荐以患者自控镇痛（PCA）快速给予强阿片类药物作为住院 VOC 的参考治疗，但阿片类药物存在剂量依赖性不良反应。研究假设为多模式镇痛（吗啡 PCA 联合对乙酰氨基酚等辅助镇痛药）相比单纯阿片类镇痛，能显著减少住院期间吗啡用量。数据可用于疼痛管理方案比较与镇痛效果预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：镰状细胞病、血管闭塞危象。镰状细胞病（SCD）是一种严重的血红蛋白病，其特征是反复发作的血管闭塞危象（VOC），导致成年患者剧烈疼痛和频繁住院。当前法国和英国指南推荐快速给予强阿片类药物，主要通过患者自控镇痛（PCA），作为住院 VOC 患者的参考治疗。然而，阿片类药物的使用与剂量依赖性不良反应相关，包括恶心、便秘、瘙痒、镇静和通气不足，后者是急性胸部综合征的危险因素。本研究的基本假设是，多模式镇痛——将吗啡 PCA 与对乙酰氨基酚等辅助镇痛药联合——与单纯阿片类镇痛相比，可显著减少住院期间的吗啡用量，同时主要
【主题与分类】
主题标签：Sickle Cell Disease、Vaso-occlusive Crisis。本站分类：血液及造血器官疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07826988
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/NCT07826988
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：镰状细胞病，血管闭塞危象。镰状细胞病（SCD）是一种严重的血红蛋白病，其特征是反复发作的血管闭塞危象（VOC），导致成年患者剧烈疼痛和频繁住院。目前的法国和英国指南推荐快速给予强效阿片类药物，主要通过患者自控镇痛（PCA）给药，作为住院VOC患者的参考治疗。然而，阿片类药物的使用与剂量依赖性不良反应相关，包括恶心、便秘、瘙痒、镇静和通气不足，后者是急性胸部综合征的危险因素。本研究的基本假设是，与仅使用阿片类药物镇痛相比，多模式镇痛——将吗啡PCA与对乙酰氨基酚等辅助镇痛药联合使用——可在维持有效疼痛控制的同时，显著减少住院期间的吗啡用量。
尽管专家指南（包括美国血液学会2020年指南和法国2025年建议）推荐了几种辅助镇痛药物（对乙酰氨基酚、NSAIDs、奈福泮、曲马多、氯胺酮），但支持其在成人镰状细胞病患者中使用的证据水平仍然较低，对大多数药物甚至不存在，且奈福泮、曲马多或氯胺酮均无随机对照试验可用。本试验采用适应性平台设计，旨在比较多种镇痛策略与标准阿片类药物为基础的治疗，以生成更高质量的证据，从而优化成人血管闭塞危象（VOC）患者的疼痛管理方案。
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。
