竖脊肌平面阻滞对全身免疫炎症指数影响研究
该数据集来自 clinicaltrials.gov,聚焦竖脊肌平面阻滞(ESPB)对全身免疫炎症指数的影响,分类为肿瘤/乳腺癌

基本信息
资源简介
竖脊肌平面阻滞对全身免疫炎症指数影响研究
该数据集来自 clinicaltrials.gov,聚焦竖脊肌平面阻滞(ESPB)对全身免疫炎症指数的影响,分类为肿瘤/乳腺癌。源站描述涉及 ESPB 技术原理、在乳腺及腋窝淋巴结手术术后疼痛管理中的应用,以及中性粒细胞、血小板、淋巴细胞等免疫炎症细胞在肿瘤细胞播散和侵袭中的作用。数据可用于研究 ESPB 与乳腺癌患者免疫炎症反应的关系,但具体样本量、变量字段与数据格式源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:竖脊肌平面阻滞、全身免疫炎症指数、乳腺癌。竖脊肌平面阻滞(ESPB)是一种新型筋膜间阻滞技术,由 Forero 于 2016 年首次描述。据报道,其在多种临床适应症中有效。在 ESPB 中,局部麻醉药注射于竖脊肌深筋膜与椎骨横突之间,使药液沿竖脊肌向头尾方向扩散。注射的目的是通过影响该区域脊神经前支来提供感觉阻滞。ESPB 已用于乳腺及腋窝淋巴结手术以管理术后疼痛。除肿瘤细胞外,中性粒细胞、血小板和淋巴细胞等免疫和炎症细胞也促进肿瘤细胞向外周循环的播散和侵袭。非侵入性
【主题与分类】
主题标签:Erector Spinae Plane Block、Systemic Immune-inflammatory Index、Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06954324
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/NCT06954324
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:竖脊肌平面阻滞、全身免疫炎症指数、乳腺癌。竖脊肌平面阻滞(ESPB)是一种新型筋膜间阻滞技术,由Forero于2016年首次描述。据报道,该技术在多种临床适应证中有效。在ESPB中,局部麻醉药被注射于竖脊肌深筋膜与椎骨横突之间,使药液沿竖脊肌向头尾方向扩散。注射的目的是通过影响该区域脊神经前支来提供感觉阻滞。ESPB已用于乳腺及腋窝淋巴结手术中以管理术后疼痛。除肿瘤细胞外,中性粒细胞、血小板和淋巴细胞等免疫与炎症细胞也促进肿瘤细胞向外周循环的播散和侵袭。血清炎症标志物等无创生物标志物因其简便性和预测潜力而日益受到重视。
已有研究表明,血小板可促进肿瘤细胞的上皮-间质转化;中性粒细胞通过VEGF等生长因子和蛋白酶支持肿瘤黏附;淋巴细胞在调节宿主对恶性肿瘤的免疫应答中发挥作用。全身免疫炎症指数(SII)按(血小板计数×中性粒细胞计数)/淋巴细胞计数计算,是一种相对较新的复合标志物,可反映免疫和炎症反应。多项癌症相关研究已将其作为预后生物标志物进行评估。术后疼痛和手术应激可激活全身炎症反应。ESPB作为全身麻醉下乳腺癌手术患者术后镇痛的一部分实施,基于自愿参与原则。本研究旨在与其他镇痛方式相比较,评估ESPB对术后SII水平的影响。
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。




