咀嚼口香糖对子宫内膜癌和卵巢癌腹部手术后肠道功能恢复的影响
该数据集来自 clinicaltrials.gov，关注子宫内膜癌或卵巢癌患者在接受广泛腹部手术后常出现的麻痹性肠梗阻。研究探讨在常规术后喂养方案基础上增加咀嚼口香糖，通过头-迷走反射及增加肠道酶分泌促进肠道功能恢复的效果，并评估相关并发症与患者满意度
基本信息
资源简介
咀嚼口香糖对子宫内膜癌和卵巢癌腹部手术后肠道功能恢复的影响
该数据集英文名为 Effects of Gum Chewing on Recovery of Bowel Function Following Abdominal Surgery for Endometrial and Ovarian Cancer，来源于 clinicaltrials.gov，本站归类为肿瘤 / 其他，主题标签为 Paralytic Ileus。数据集关注子宫内膜癌或卵巢癌患者在接受广泛腹部手术后常出现的麻痹性肠梗阻问题。研究探讨在常规术后喂养方案基础上增加咀嚼口香糖这一干预措施，借助头-迷走反射及增加肠道酶分泌来促进肠道功能恢复，并评估相关并发症与患者满意度。整体而言，该数据集围绕术后肠道功能恢复这一临床问题，记录了咀嚼口香糖作为辅助干预的效果评价方向，可供了解该研究主题的背景、目的与关注指标。
【数据集背景】
子宫内膜癌或卵巢癌患者在接受广泛腹部手术后，麻痹性肠梗阻是经常出现的术后问题。源站描述指出，咀嚼口香糖可通过头-迷走反射以及增加肠道酶分泌来促进肠道功能的恢复。该研究的目的在于评估在常规术后喂养方案基础上增加咀嚼口香糖对肠道功能恢复、相关并发症以及患者满意度的影响。数据集即围绕这一临床研究主题组织，主题标签为 Paralytic Ileus，本站分类归入肿瘤 / 其他。
【数据内容】
该数据集所对应的研究关注的核心内容包括：在常规术后喂养方案基础上增加咀嚼口香糖这一干预，对肠道功能恢复的影响；与肠道功能恢复相关的并发症情况；以及患者的满意度。源站描述中列出的条件为 Paralytic Ileus。除上述研究目的与关注方向外，源站未提供具体的数据字段、变量列表、样本量、观测指标数值或统计结果等信息。
【采集与来源】
该数据集来源站为 clinicaltrials.gov，数据集英文名称明确指向子宫内膜癌与卵巢癌腹部手术后咀嚼口香糖对肠道功能恢复影响的研究。源站描述提供了研究背景与研究目标，但关于数据采集的具体时间范围、采集地点、采集机构、受试者招募方式与数量等细节，源站未提供。
【适用场景】
基于现有信息，该数据集适用于围绕子宫内膜癌或卵巢癌腹部手术后麻痹性肠梗阻的临床研究主题进行了解与参考，尤其是关注咀嚼口香糖作为辅助干预、通过头-迷走反射与增加肠道酶分泌促进肠道功能恢复这一研究方向。也可用于了解该研究对相关并发症与患者满意度进行评估的总体框架。至于具体的二次分析、模型训练或其他应用场景，源站未提供相应说明。
【使用方法】
源站未提供该数据集的具体使用方法、数据格式、访问方式或操作说明。
【质量与限制】
源站未提供关于数据质量、完整性、准确性或验证方式的信息。就现有描述而言，该数据集对应的研究信息以研究背景与目标为主，缺少样本量、具体测量指标与结果数据等细节，使用时应注意到这些限制。源站未提供其他质量相关说明。
【引用与许可】
源站未提供引用格式与许可信息。
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/NCT01389986
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：麻痹性肠梗阻。在接受子宫内膜癌或卵巢癌广泛腹部手术后，麻痹性肠梗阻时常发生。咀嚼口香糖可通过头-迷走神经反射及增加肠道酶分泌促进肠道功能恢复。本研究旨在评估在常规术后喂养方案基础上加用咀嚼口香糖对肠道功能恢复、相关并发症及患者满意度的影响。
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。
