他汀类药物使用与胸部肿瘤手术后结局的回顾性分析
该数据集来自 clinicaltrials.gov,聚焦胸部肿瘤手术人群,涵盖食管切除术、肺楔形切除、肺叶切除与全肺切除等术式

基本信息
资源简介
他汀类药物使用与胸部肿瘤手术后结局的回顾性分析
该数据集来自 clinicaltrials.gov,聚焦胸部肿瘤手术人群,涵盖食管切除术、肺楔形切除、肺叶切除与全肺切除等术式。源站描述指出他汀类药物除降脂外具有多效性,可能通过减轻炎症反应、改善内皮功能调节手术应激反应,从而影响围手术期结局,并提及他汀使用与房颤发生率降低相关。数据可用于分析他汀使用与胸部肿瘤术后结局的关系,支持围手术期风险预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:食管切除术、肺楔形切除术、肺叶切除术、全肺切除术。他汀类药物已确立用于心血管疾病的一级和二级预防。此外,越来越多的证据表明他汀类药物具有许多独立于其降脂特性的作用——多效性作用。这些多效性作用,包括减轻炎症反应和改善内皮功能,可能通过调节手术应激反应来改善围手术期结局。在接受血管、心脏和非心血管手术的患者中已证实围手术期结局得到改善。具体到胸外科人群,已有报道他汀类药物的使用可降低心房颤动的发生率。他汀类药物通过抑制甲羟戊酸途径的限速步骤,也引发了人们对th的兴趣
【主题与分类】
主题标签:Esophagectomy、Pulmonary Wedge Resection、Pulmonary Lobectomy、Pulmonary Pneumonectomy。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01169051
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/NCT01169051
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:食管切除术、肺楔形切除术、肺叶切除术、全肺切除术。他汀类药物在心血管疾病的一级和二级预防中已确立良好地位。此外,越来越多的证据表明,他汀类药物除降脂特性外还具有多种效应——即多效性作用。这些多效性作用包括减轻炎症反应和改善内皮功能,可能通过调节手术应激反应来改善围手术期结局。在接受血管、心脏及非心血管手术的患者中,已证实围手术期结局得到改善。具体到胸外科人群,有报道称使用他汀类药物可降低心房颤动的发生率。他汀类药物通过抑制甲羟戊酸途径的限速步骤,也引发了人们对其潜在抗癌作用及癌症预防的兴趣。有一些证据表明他汀类药物对食管癌和肺癌患者具有抗癌作用。此外,其他已知具有抗炎作用的药物也提示了改善癌症患者结局的潜力。
在这方面,有报道称阿司匹林的使用与乳腺癌患者生存期延长相关,而围手术期使用抗炎药物(COX-II抑制剂与肺癌;抑肽酶与间皮瘤;抑肽酶与食管癌)则与术后生存改善相关。此外,区域镇痛在胸外科手术人群中应用广泛,并已被认为与某些类型癌症的转移减轻和复发率改善相关。在我们团队的一项前瞻性初步研究中,研究对象为接受择期胸外科手术的患者,我们团队的一名合作成员最近发现,发生术后并发症的患者内皮功能较差(以血流介导的舒张功能测定)。内皮功能较差的患者伤口愈合并发症更多(6% vs. 0%,p=0.01),住院时间更长
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。




