HALO 试验:姑息治疗患者高活动性谵妄中氟哌啶醇与奥氮平的比较;多中心随机对照试验
该数据集来自 clinicaltrials.gov,对应 HALO 试验,比较氟哌啶醇与奥氮平在姑息治疗患者高活动性谵妄中的效果,为多中心随机对照试验

基本信息
资源简介
HALO 试验:姑息治疗患者高活动性谵妄中氟哌啶醇与奥氮平的比较;多中心随机对照试验
该数据集来自 clinicaltrials.gov,对应 HALO 试验,比较氟哌啶醇与奥氮平在姑息治疗患者高活动性谵妄中的效果,为多中心随机对照试验。覆盖晚期癌症、高活动性谵妄、终末期器官疾病等人群,涉及谵妄三种亚型(高活动性、混合型、低活动性)及姑息治疗中谵妄管理的争议。可用于谵妄亚型分类、药物疗效比较及姑息治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:氟哌啶醇、晚期癌症、高活动性谵妄、奥氮平、终末期器官疾病。(A) 背景与临床需求 谵妄在姑息治疗中常见,患病率在 26-74% 之间,接近生命终点时可高达 88% (2)。它对患者照护产生负面影响,并导致更高的发病率和死亡率 (3)。谵妄有 3 种亚型——高活动性、混合型和低活动性 (4),而姑息治疗中大多数设计良好的研究关注的是整体谵妄的管理 (5)。然而,最近发表的文献表明,这些谵妄亚型似乎有不同的轨迹,并且通常治疗方式也不同 (6)。总体而言,姑息治疗中谵妄的管理仍存在争议。Agar 在一项随机对照试验中表明,支持性照护可能优于使用抗精神病药
【主题与分类】
主题标签:Haloperidol、Advanced Cancer、Hyperactive Delirium、Olanzapine、End-stage Organ Disease。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04833023
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/NCT04833023
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:氟哌啶醇、晚期癌症、活动亢进型谵妄、奥氮平、终末期器官疾病。(A)背景与临床需求 谵妄在姑息治疗中较为常见,患病率介于26-74%之间,在接近生命终点时可高达88%(2)。谵妄对患者照护产生负面影响,并导致更高的发病率和死亡率(3)。谵妄有3种亚型——活动亢进型、混合型和活动减退型(4),而姑息治疗中大多数设计良好的研究均将谵妄作为一个整体来关注其管理(5)。然而,近期发表的文献表明,这些谵妄亚型似乎具有不同的发展轨迹,且通常治疗方式也不同(6)。总体而言,姑息治疗中谵妄的管理仍存在争议。Agar在一项随机对照试验中表明,支持性照护可能优于使用抗精神病药物,尽管Agar研究中的患者仅为“轻度”谵妄,且抗精神病药物的总体使用剂量低于常规实践(9)。
其他研究已显示,氟哌啶醇、奥氮平和阿立哌唑等抗精神病药物在谵妄管理中具有益处(10,11)。Hui等人的研究是唯一一项探讨姑息治疗环境中高活动型谵妄管理的研究(7)。高活动型谵妄患者表现出坐立不安、激越,甚至对其亲人和照护他们的医疗提供者表现出攻击性(8)。迄今为止,尚无任何多中心、随机对照试验探讨口服氟哌啶醇与奥氮平在姑息治疗环境中管理高活动型谵妄的有效性。(B)具体目标 研究者旨在研究奥氮平与氟哌啶醇在3种不同环境中管理晚期癌症或终末期器官疾病患者高活动型谵妄的有效性。主要结局是各治疗组患者在给药后8小时里士满激越和镇静量表(RASS)评分的变化。
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。




