改良根治性乳房切除术后围手术期使用Mirogabalin缓解疼痛
该数据集来自clinicaltrials.gov,聚焦乳腺癌患者在接受改良根治性乳房切除术后围手术期使用Mirogabalin缓解疼痛的临床研究

基本信息
资源简介
改良根治性乳房切除术后围手术期使用Mirogabalin缓解疼痛
该数据集来自clinicaltrials.gov,聚焦乳腺癌患者在接受改良根治性乳房切除术后围手术期使用Mirogabalin缓解疼痛的临床研究。源站描述指出,乳腺癌手术尤其是改良根治性乳房切除术(涉及乳腺组织切除和腋窝淋巴结清扫)可伴随中重度急性术后疼痛,疼痛控制不佳会增加阿片类药物用量及相关不良反应并干扰早期恢复。多模式镇痛通过联合不同作用机制的药物改善镇痛并减少阿片需求。Mirogabalin是一种口服加巴喷丁类药物,结合电压门控钙通道α2δ亚基调节兴奋性神经传递,已在某些神经病理性疼痛中显示疗效,但其用于急性术后疼痛的证据仍有限。该数据可用于围手术期镇痛方案研究与术后疼痛管理分析(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、术后疼痛。乳腺癌手术可伴随中重度急性术后疼痛,尤其是在改良根治性乳房切除术后,该手术涉及乳腺组织切除和腋窝淋巴结清扫。疼痛控制不充分可能增加阿片类药物消耗,导致阿片类药物相关不良反应,并干扰早期恢复。多模式镇痛联合不同作用机制的药物以改善镇痛效果并减少阿片类药物需求。Mirogabalin是一种口服加巴喷丁类药物,与电压门控钙通道的α2δ亚基结合并调节兴奋性神经传递。它已在某些神经病理性疼痛病症中显示出疗效;然而,支持其用于急性术后疼痛的证据仍然有限。其在接受改良
【主题与分类】
主题标签:Breast Cancer、Post Operative Pain。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07880821
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/NCT07880821
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、术后疼痛。乳腺癌手术可伴随中度至重度急性术后疼痛,尤其是在改良根治性乳房切除术后,该手术涉及切除乳房组织和腋窝淋巴结清扫。疼痛控制不充分可能增加阿片类药物用量,导致阿片类药物相关不良反应,并干扰早期康复。多模式镇痛联合不同作用机制的药物以改善疼痛缓解并减少阿片类药物需求。米罗加巴林是一种口服加巴喷丁类药物,与电压门控钙通道的α2δ亚基结合并调节兴奋性神经传递。它已在某些神经病理性疼痛病症中显示出疗效;然而,支持其用于急性术后疼痛的证据仍然有限。因此,其在接受改良根治性乳房切除术患者中的潜在镇痛获益和安全性需要进一步研究。这项前瞻性、随机、双盲、安慰剂对照临床试验将在开罗大学国家癌症研究所进行。
本研究将纳入50例计划择期行乳腺癌改良根治术的成年女性乳腺癌患者。符合条件的研究对象年龄为18~65岁,ASA体能状态为II级或III级,体重指数大于20且小于35 kg/m²。对相关药物过敏、目前正在接受加巴喷丁类药物治疗、长期使用阿片类药物、存在显著慢性疼痛或神经系统疾病、患有严重呼吸系统、心脏、肝脏或肾脏疾病、妊娠、哺乳期或存在研究药物禁忌证的患者将被排除。在获得书面知情同意后,研究对象将采用计算机生成的随机序列按1:1比例随机分配至两组之一。分配方案将采用按顺序编号、不透明、密封的信封进行隐藏。研究胶囊外观相同,由不参与患者护理或结局评估的人员制备。
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。




