Exparel与Marcaine用于胸腔镜肺叶切除术患者疼痛管理
该数据集来自clinicaltrials.gov,聚焦非小细胞肺癌及1期肺癌患者,研究在电视辅助胸腔镜手术(VATS)肺叶切除术后,局部浸润脂质体布比卡因(Exparel®)与标准布比卡因加肾上腺素(Marcaine®)的疼痛管理效果对比

基本信息
资源简介
Exparel与Marcaine用于胸腔镜肺叶切除术患者疼痛管理
该数据集来自clinicaltrials.gov,聚焦非小细胞肺癌及1期肺癌患者,研究在电视辅助胸腔镜手术(VATS)肺叶切除术后,局部浸润脂质体布比卡因(Exparel®)与标准布比卡因加肾上腺素(Marcaine®)的疼痛管理效果对比。研究为前瞻性、随机、单盲、活性对照试验,受试者接受择期肺叶切除术,随机分配至脂质体布比卡因1.3%或布比卡因-肾上腺素组。评估指标包括总阿片类药物用量和患者报告的疼痛评分。数据可用于分析术后镇痛方案对阿片消耗与疼痛评分的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非小细胞肺癌、1期肺癌。本研究的假设是,与标准布比卡因相比,脂质体布比卡因可能提供更多缓解并减少麻醉药品需求。为验证该假设,研究者将比较VATS(电视辅助胸腔镜手术)肺叶切除术后局部浸润脂质体布比卡因(Exparel®)与标准布比卡因HCl加肾上腺素(Marcaine®)的疼痛管理。这将通过评估总阿片类药物用量和患者报告的疼痛评分来实现。研究将在Southern Illinois University-Medicine Clinics和Memorial Medical Center进行。这是一项针对接受择期肺叶切除术患者的前瞻性、随机、单盲、活性对照试验。参与者将被随机分配接受脂质体布比卡因1.3%或布比卡因-肾上腺素。
【主题与分类】
主题标签:Non Small Cell Lung Cancer、Lung Cancer Stage 1。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03682224
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/NCT03682224
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:非小细胞肺癌,肺癌1期。本研究的假设是,与标准布比卡因相比,脂质体布比卡因可能提供更好的缓解效果,同时减少麻醉药品的需求。为验证这一假设,研究人员将比较VATS(视频辅助胸腔镜手术)-肺叶切除术后,局部浸润脂质体布比卡因(Exparel®)与标准布比卡因HCl加肾上腺素(Marcaine®)的疼痛管理效果。这将通过评估总阿片类药物使用量和患者报告的疼痛评分来实现。研究将在南伊利诺伊大学医学诊所和纪念医疗中心进行。这是一项前瞻性、随机、单盲、活性对照试验,针对接受择期肺叶切除术的患者。参与者将被随机分配,在手术期间接受1.3%脂质体布比卡因或0.25%布比卡因-肾上腺素(1:200,000)。疼痛管理将通过阿片类药物使用和视觉疼痛评估在整个住院期间以及术后第30天、6个月和1年随访时进行监测。研究人群包括接受择期标准护理肺叶切除术的患者。
根据功效分析,本研究需要纳入150名参与者(每个随机分组75名)。考虑到可能因退出、失访或其他原因导致50名参与者脱落,将初步纳入并随机分配200名参与者,以在研究结束时(1年随访)达到150名参与者。所有计划接受心胸外科手术咨询、可能进行电视辅助胸腔镜肺叶切除术的患者都将接受初始资格标准的筛选。知情同意书将由授权的研究人员在门诊与所有愿意参与研究的参与者详细讨论。如果参与者愿意,将给予其时间与家人一起审阅知情同意书。在参与者自愿同意参与并签署知情同意书后
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。




