对接受近距离放射治疗的患者使用含或不含酮洛芬的对乙酰氨基酚进行疼痛管理 (KETOCOL-1304)
该数据集来自 clinicaltrials.gov,聚焦于宫颈癌及上呼吸消化道肿瘤患者在接受近距离放射治疗时的疼痛管理。研究对比含或不含酮洛芬的对乙酰氨基酚镇痛方案,涵盖筛选、随机化、HADS 问卷、术中及术后多个时间点疼痛评估、补救镇痛及居家疼痛随访等流程

基本信息
资源简介
对接受近距离放射治疗的患者使用含或不含酮洛芬的对乙酰氨基酚进行疼痛管理 (KETOCOL-1304)
该数据集来自 clinicaltrials.gov,聚焦于宫颈癌及上呼吸消化道肿瘤患者在接受近距离放射治疗时的疼痛管理。研究对比含或不含酮洛芬的对乙酰氨基酚镇痛方案,涵盖筛选、随机化、HADS 问卷、术中及术后多个时间点疼痛评估、补救镇痛及居家疼痛随访等流程。数据可用于分析镇痛方案效果、疼痛评分变化及患者报告结局,支持肿瘤支持治疗与疼痛管理相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:宫颈癌、上呼吸消化道肿瘤。 筛选标准验证 患者信息及签署知情同意书 随机化 完成 HADS 问卷 第 1 天 = 开始镇痛治疗/近距离放射治疗 T-30 = 手术操作前 30 分钟,由麻醉医生静脉给予镇痛治疗(A 组或 B 组) T0 = 全身麻醉下手术操作结束 T4、T8 和 T12 = T0 后 4、8 和 12 小时:评估疼痛程度。若疼痛程度 ≥ 4:1. 对乙酰氨基酚-可待因(A 组和 B 组)并继续酮洛芬(B 组)。然后,若疼痛持续:2. 对乙酰氨基酚和吗啡(A 组和 B 组) 第 2 天至第 30 天:在家或住院期间:患者每天评估疼痛两次,直至连续 2 天无疼痛 第 3 天和第 15 天:疼痛评估或电话
【主题与分类】
主题标签:Uterine Cervical Cancer、Upper Aerodigestive Tract Neoplasms。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02439034
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/NCT02439034
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:宫颈癌、上呼吸消化道肿瘤。* 选择标准验证 * 患者信息及签署知情同意书的收集 * 随机分组 * 完成HADS问卷 * 第1天 = 开始镇痛治疗/近距离放射治疗 * T-30 = 手术操作前30分钟,由麻醉师静脉给予镇痛治疗(A组或B组) * T0 = 全身麻醉下手术操作结束 * T4、T8和T12 = T0后4、8和12小时:评估疼痛程度。若疼痛程度≥4:1. 对乙酰氨基酚-可待因(A组和B组)并继续酮洛芬(B组)。然后,若疼痛持续:2.
对乙酰氨基酚和吗啡(A组和B组)* 第2天至第30天:在家中或住院期间:患者每天进行两次疼痛评估,直至连续2天无疼痛 * 第3天和第15天:由调查中心的疼痛专科医生进行疼痛评估或电话访谈;第3天完成HADS问卷 * 第30天=研究结束:由调查中心的疼痛专科医生进行疼痛评估并完成HADS问卷 无论如何,疼痛评估必须进行至连续2天无疼痛为止
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。




