乳腺癌手术中SPSIP与菱形肌肋间阻滞比较
该数据集来自clinicaltrials.gov,聚焦乳腺癌手术患者的术后疼痛管理研究。数据覆盖乳腺癌、腋窝淋巴结清扫、乳房切除术及术后疼痛等主题,可用于分析区域阻滞在急性疼痛管理中的效果,支持术后疼痛预测与恢复质量评估(来源 clinicaltrials.gov)

基本信息
资源简介
乳腺癌手术中SPSIP与菱形肌肋间阻滞比较
该数据集来自clinicaltrials.gov,聚焦乳腺癌手术患者的术后疼痛管理研究。研究比较Serratus Posterior Superior Intercostal Plane(SPSIP)与Rhomboid Intercostal Block两种区域阻滞技术对视觉模拟量表(VAS)评分的影响,并评估术后24小时内阿片类药物总消耗量及恢复质量。数据覆盖乳腺癌、腋窝淋巴结清扫、乳房切除术及术后疼痛等主题,可用于分析区域阻滞在急性疼痛管理中的效果,支持术后疼痛预测与恢复质量评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌、淋巴结清扫、术后疼痛、乳房切除术。研究目标:本研究旨在获取客观数据,以证明两种区域阻滞技术在急性疼痛管理中的有效性。主要目标是比较Serratus Posterior Superior Intercostal Plane(SPSIP)与Rhomboid Intercostal Block对接受乳腺癌手术及腋窝淋巴结清扫患者视觉模拟量表(VAS)评分的影响。次要结局包括评估这些阻滞对术后24小时内阿片类药物总消耗量及术后恢复质量的影响。材料与方法:这项前瞻性、随机临床研究将纳入年龄18-65岁、美国麻醉医师协会(ASA)身体状况分级I-III级、体重指数(BMI)<35 kg/m²的女性自愿患者。所有参与
【主题与分类】
主题标签:Breast Cancer、Lymph Node Dissection、Postoperative Pain、Mastectomy。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07536867
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/NCT07536867
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:乳腺癌、淋巴结清扫术、术后疼痛、乳房切除术。研究目的 本研究旨在获取客观数据,以证明两种区域阻滞技术在急性疼痛管理中的有效性。主要目的是比较前锯肌后上肋间平面阻滞(SPSIP)与菱形肌肋间阻滞对接受乳腺癌手术并腋窝淋巴结清扫患者视觉模拟量表(VAS)评分的影响。次要结局包括评估这些阻滞对术后24小时内阿片类药物总消耗量及术后恢复质量的影响。材料与方法:这项前瞻性、随机临床研究将纳入年龄18-65岁、美国麻醉医师协会(ASA)身体状况分级I-III级、体重指数(BMI)<35 kg/m²的女性自愿患者。所有参与者将详细了解研究方案,并在纳入前获得书面知情同意。患者将接受关于使用VAS进行疼痛评估的指导,其中0表示无痛,10表示可想象的最剧烈疼痛。
符合排除标准的患者将退出研究。参与者将采用计算机生成的简单随机化方法(https://www.randomizer.org)随机分配至两组之一。随机化将由一名不参与患者照护的团队成员执行,该成员还将准备密封不透光的信封,以隐藏分组分配直至阻滞给药前不久。研究分组与阻滞操作:SPSIP组将接受单侧SPSIP阻滞,RIB组将接受单侧RIB阻滞。所有患者在阻滞前均将接受心电图、外周血氧饱和度(SpO₂)和无创血压监测。将给予静脉咪达唑仑(0.02 mg/kg)作为术前用药。SPSIP阻滞:上后锯肌肋间平面(SPSIP)阻滞将在手术前30分钟进行,患者处于
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




