食管癌根治术后低氧血症增加吻合口漏风险数据集
该数据集来自 clinicaltrials.gov，为一项回顾性研究，纳入过去五年在本中心接受食管癌根治术的患者。经纳入与排除标准筛选后，记录术后第一周内 PaO₂ 水平（同日多次测量取最低值）及纠正干预后是否改善，据此分为低 PaO₂ 组（至少一次 PaO₂ <80 mmHg）与正常 PaO₂ 组
基本信息
资源简介
食管癌根治术后低氧血症增加吻合口漏风险数据集
该数据集来自 clinicaltrials.gov，为一项回顾性研究，纳入过去五年在本中心接受食管癌根治术的患者。经纳入与排除标准筛选后，记录术后第一周内 PaO₂ 水平（同日多次测量取最低值）及纠正干预后是否改善，据此分为低 PaO₂ 组（至少一次 PaO₂ <80 mmHg）与正常 PaO₂ 组。吻合口漏依据钡餐、内镜、胸腹部 CT 或典型临床征象诊断。通过比较两组吻合口漏发生率，可分析术后 PaO₂ 与吻合口漏的关系，用于相关风险预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Esophageal Carcinoma, Esophageal Adenocarcinoma, Esophagectomy, PaO2, Esophageal Anastomotic Leakeage。本回顾性研究纳入过去五年在本中心接受食管癌根治术的所有患者。根据纳入与排除标准筛选后，记录术后第一周内的 PaO₂ 水平（同日多次测量时取最低值），以及纠正干预后病情是否改善，据此将患者分为低 PaO₂ 组（至少一次记录 PaO₂ <80 mmHg）与正常 PaO₂ 组。吻合口漏依据钡餐、内镜、胸腹部 CT 或典型临床征象诊断。通过比较两组吻合口漏发生率，分析术后 PaO₂ 与吻合口漏之间的关系。
【主题与分类】
主题标签：Esophageal Carcinoma、Esophageal Adenocarcinoma、Esophagectomy、PaO2、Esophageal Anastomotic Leakeage。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07309991
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/NCT07309991
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：食管癌、食管腺癌、食管切除术、PaO2、食管吻合口瘘。本回顾性研究纳入过去五年在本中心接受根治性食管切除术的所有患者。根据纳入和排除标准筛选后，记录术后第一周内的PaO₂水平（若同日多次测量则取最低值），以及经纠正干预后情况是否改善，据此将患者分为低Pa0₂组（至少有一次记录PaO₂<80 mmHg）和正常Pa0₂组。吻合口瘘根据钡餐吞咽、内镜检查、胸腹部CT或典型临床体征诊断。通过比较两组间吻合口瘘的发生率，分析术后PaO₂与吻合口瘘的关系，并进一步探讨术后低氧血症是否为独立且可干预的危险因素。
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。
