缓冲利多卡因减轻前列腺活检疼痛的BURN试验
数据涉及接受标准治疗前列腺活检的患者，随机分为两组：A组接受标准利多卡因注射，B组接受缓冲利多卡因注射，干预后随访1-2天
基本信息
资源简介
缓冲利多卡因减轻前列腺活检疼痛的BURN试验
BURN 试验数据集（Buffered Lidocaine for Reducing Pain in Patients Undergoing Prostate Biopsy, BURN Trial）来源于 clinicaltrials.gov，主题标签为前列腺癌，本站归类于肿瘤 / 前列腺癌方向。该数据集围绕接受标准治疗（SOC）前列腺活检的患者展开：患者被随机分配至两个研究组，A 组在标准前列腺活检过程中接受标准利多卡因注射，B 组在标准前列腺活检过程中接受缓冲利多卡因注射；研究干预完成后，对患者进行活检后 1–2 天的随访。数据集所对应的疾病条件为前列腺癌，核心关注点是前列腺活检过程中的疼痛管理干预比较，可为相关临床研究与数据分析提供结构化的试验信息参考。
【数据集背景】
前列腺癌是泌尿系统常见的恶性肿瘤之一，前列腺活检是诊断与评估过程中的重要操作。该数据集对应的研究聚焦于活检过程中的疼痛控制问题，比较标准利多卡因与缓冲利多卡因两种注射方案在标准治疗前列腺活检中的使用情况。研究采用随机分组设计，患者被随机分配至 A 组或 B 组，分别接受标准利多卡因注射或缓冲利多卡因注射，并在研究干预完成后进入活检后 1–2 天的随访阶段。这一背景信息有助于理解数据集所承载的试验主题与临床情境。
【数据内容】
数据集所涵盖的内容围绕上述随机对照试验展开，主要包括：疾病条件为前列腺癌；研究分为 A、B 两个干预组，A 组接受标准利多卡因经注射方式给药，B 组接受缓冲利多卡因经注射方式给药，给药均发生于标准治疗前列腺活检过程中；研究干预完成后安排活检后 1–2 天的随访。主题标签为前列腺癌。关于具体的样本量、终点指标、疼痛评分量表、统计分析方法等更细粒度的数据字段，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床试验注册信息类数据。其内容依据源站描述整理，反映的是一项关于缓冲利多卡因用于减轻前列腺活检患者疼痛的试验（BURN 试验）的基本设计信息。数据采集的具体时间范围、采集机构、研究者信息以及原始数据文件格式等，源站未提供。
【适用场景】
该数据集适用于与前列腺癌诊疗相关的临床研究参考、前列腺活检疼痛管理主题的文献调研、临床试验设计对比分析，以及肿瘤 / 前列腺癌方向的数据整理与教学示例等场景。由于数据描述了随机分组与干预后随访的基本框架，也可用于理解同类临床试验的组织方式。需要说明的是，具体分析用途应结合源站提供的完整信息进行判断，源站未提供的指标不应作为分析依据。
【使用方法】
使用该数据集时，可依据其分组结构理解试验设计：A 组为标准利多卡因注射，B 组为缓冲利多卡因注射，两组均在标准治疗前列腺活检过程中接受干预，并在干预完成后进行活检后 1–2 天随访。使用者可将该数据集作为试验背景信息或研究设计参考，用于梳理干预与随访的时间关系。关于数据访问方式、下载格式、字段编码与配套文档等，源站未提供。
【质量与限制】
该数据集的信息来自临床试验注册来源，具有明确的疾病条件、干预分组与随访安排描述。但其内容以试验设计层面的概述为主，缺少样本量、主要与次要终点、统计结果等关键细节，源站未提供这些内容。因此，该数据集不适合单独用于疗效或安全性的定量结论推导，使用时需注意信息完整性的限制，并应结合源站的原始记录进行核实。
【引用与许可】
该数据集的英文名称为 Buffered Lidocaine for Reducing Pain in Patients Undergoing Prostate Biopsy, BURN Trial，来源站为 clinicaltrials.gov。关于引用格式、许可条款与使用限制等具体信息，源站未提供。
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/NCT06661902
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：前列腺癌。大纲：患者被随机分配到2个组中的1组。A组：患者在研究期间接受标准治疗（SOC）前列腺活检时，通过注射接受标准治疗利多卡因。B组：患者在研究期间接受标准治疗前列腺活检时，通过注射接受缓冲利多卡因。研究干预完成后，患者在活检后1-2天接受随访。
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。
