基于加速康复外科的多模式超前镇痛用于中晚期肝癌经动脉化疗栓塞围手术期管理
该数据集来自clinicaltrials.gov，为多中心回顾性研究，纳入三个中心129例接受经动脉化疗栓塞的中晚期肝细胞癌患者，按围手术期镇痛方案分为两组：A组85例接受基于患者自控静脉镇痛的多模式超前镇痛（氢吗啡酮6 mg、氟比洛芬酯50 mg）并配背景输注，B组44例接受常规按需镇痛（术中静脉
基本信息
资源简介
基于加速康复外科的多模式超前镇痛用于中晚期肝癌经动脉化疗栓塞围手术期管理
该数据集来自clinicaltrials.gov，为多中心回顾性研究，纳入三个中心129例接受经动脉化疗栓塞的中晚期肝细胞癌患者，按围手术期镇痛方案分为两组：A组85例接受基于患者自控静脉镇痛的多模式超前镇痛（氢吗啡酮6 mg、氟比洛芬酯50 mg）并配背景输注，B组44例接受常规按需镇痛（术中静脉氟比洛芬酯50 mg，疼痛时按需肌注曲马多100 mg）。结局指标包括数字评分疼痛量表评分、围手术期不良事件、炎症标志物、肝功能指标、镇痛满意度及成本效益，可用于围手术期镇痛方案比较与真实世界研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Enhanced Recovery After Surgery, Multimodal Analgesia, Real-world Study, Transarterial Chemoembolization。这项多中心回顾性研究分析了三个中心129例接受TACE的中晚期HCC患者的临床数据。患者按围手术期镇痛方案分组：A组（n=85）接受基于患者自控静脉镇痛的多模式超前镇痛（盐酸氢吗啡酮6 mg、氟比洛芬酯50 mg）并配背景输注。B组（n=44）接受常规按需镇痛（术中静脉氟比洛芬酯50 mg，疼痛时按需肌内注射曲马多100 mg）。结局指标包括数字评分疼痛量表评分、围手术期不良事件、炎症标志物、肝功能指标、镇痛满意度及成本效益。
【主题与分类】
主题标签：Enhanced Recovery After Surgery、Multimodal Analgesia、Real-world Study、Transarterial Chemoembolization。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07315022
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/NCT07315022
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：加速康复外科、多模式镇痛、真实世界研究、经动脉化疗栓塞。这项多中心回顾性研究分析了在三个中心接受TACE治疗的129例中晚期HCC患者的临床数据。患者按围手术期镇痛方案分组：A组（n=85）接受基于患者自控静脉镇痛的多模式超前镇痛（盐酸氢吗啡酮6 mg、氟比洛芬酯50 mg）并给予背景输注。B组（n=44）接受常规按需镇痛（术中静脉注射氟比洛芬酯50 mg，疼痛时按需肌肉注射曲马多100 mg）。结局指标包括数字评分法疼痛评分、围手术期不良事件、炎症标志物、肝功能指标、镇痛满意度及成本效益。
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。
