术中椎旁阻滞与术后并发症
该数据集来自 clinicaltrials.gov,聚焦接受胸外科手术(主要为肺与纵隔手术)的患者,研究术中椎旁阻滞与术后并发症之间的关系

基本信息
资源简介
术中椎旁阻滞与术后并发症
该数据集来自 clinicaltrials.gov,聚焦接受胸外科手术(主要为肺与纵隔手术)的患者,研究术中椎旁阻滞与术后并发症之间的关系。研究设计为观察性研究,结合回顾性与前瞻性两部分:回顾性部分收集同济医院多院区既往接受胸外科手术并行术中椎旁阻滞的患者数据,分析椎旁阻滞与术后并发症减少之间的关联;前瞻性部分收集入组患者的围术期生化指标。数据覆盖 VATS、肺癌诊断、肺部感染、无高碳酸血症的呼吸衰竭、胸腔积液、肺不张、支气管痉挛、气胸等情形,可用于术后并发症风险预测与围术期指标分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:电视辅助胸腔镜手术(VATS)、肺癌(诊断)、肺部感染、无高碳酸血症的呼吸衰竭、由其他疾病导致的胸腔积液(疾病)、肺不张、支气管痉挛、气胸。本研究设计为观察性研究,结合回顾性与前瞻性两部分,聚焦接受胸外科手术的患者,主要为肺与纵隔手术。回顾性分析:我们将收集同济医院多院区既往接受胸外科手术并行术中椎旁阻滞的患者数据。这些病例将被回顾性分析,以探讨椎旁阻滞与术后并发症减少之间的关联。前瞻性评估:对于前瞻性入组的患者,我们将收集围术期生化参数
【主题与分类】
主题标签:Lung Cancer (Diagnosis)、Pulmonary Infections、Respiratory Failure Without Hypercapnia、Atelectasis、Bronchospasm、Pneumothorax、Pulmonary Embolism (Diagnosis)、Bronchopleural Fistula。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07211529
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/NCT07211529
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:电视辅助胸腔镜手术(VATS)、肺癌(诊断)、肺部感染、无高碳酸血症的呼吸衰竭、其他疾病所致胸腔积液(疾病)、肺不张、支气管痉挛、气胸。本研究设计为一项观察性研究,结合回顾性与前瞻性两部分,聚焦于接受胸外科手术的患者,主要是肺部及纵隔手术。回顾性分析:我们将收集同济医院多个院区既往接受胸外科手术并术中使用椎旁阻滞的患者数据。这些病例将被回顾性分析,以探讨椎旁阻滞与减少术后并发症之间的关联。前瞻性评估:对于前瞻性纳入的患者,我们将收集围手术期生化指标,包括MMP3、中性粒细胞、白细胞、PCT、CRP及其他相关调节因子。术后结局将通过记录咳嗽和疼痛评分,以及术后24小时和48小时的首次排气和排便时间来评估。
此外,患者将被随访30天,以记录术后并发症的发生率。临床相关性:将系统评估所测生物标志物与患者结局之间的关联,以确定其在预测预后方面的临床意义。
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。




