超声引导竖脊肌平面阻滞、骶管阻滞与局部浸润用于儿童单侧腹股沟疝日间手术术后镇痛效果比较:随机对照试验
该数据集来自 clinicaltrials.gov,为一项随机双盲对照试验,纳入 75 例在 Tanta University Hospitals 接受择期单侧腹股沟疝手术的儿童患者,研究时间为 2024 年 12 月至 2025 年 3 月

基本信息
资源简介
超声引导竖脊肌平面阻滞、骶管阻滞与局部浸润用于儿童单侧腹股沟疝日间手术术后镇痛效果比较:随机对照试验
该数据集来自 clinicaltrials.gov,为一项随机双盲对照试验,纳入 75 例在 Tanta University Hospitals 接受择期单侧腹股沟疝手术的儿童患者,研究时间为 2024 年 12 月至 2025 年 3 月。研究比较超声引导竖脊肌平面阻滞、超声引导骶管阻滞与局部浸润三种术后镇痛方式,评估术后疼痛、运动功能与镇静情况。数据可用于儿童日间手术术后镇痛方案的效果比较与相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:镇痛。这项随机双盲研究将在 Tanta University Hospitals 对 75 名接受择期单侧腹股沟疝手术的男女儿童患者进行,为期 2024 年 12 月至 2025 年 3 月。将获得父母的知情书面同意。他们将获得研究目的的解释,每位患者将有一个秘密代码编号。所有患者数据将以秘密代码和每位患者的私人文件保密,所有提供的数据将仅用于当前医学研究。研究期间出现的任何意外风险将及时向参与者和伦理委员会说明。对分组分配设盲的研究者提供术后护理和评估。将评估术后疼痛。还将评估运动功能和镇静。
【主题与分类】
主题标签:Analgesia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06849804
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/NCT06849804
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:镇痛。这项随机双盲研究将在坦塔大学医院进行,研究对象为75名接受择期单侧腹股沟疝手术的男女儿科患者,研究期为2024年12月至2025年3月。将获得父母的知情书面同意。他们将被解释研究目的,每位患者将有一个秘密代码编号。所有患者数据将以秘密代码和每位患者的私人文件保密,所有提供的数据仅用于当前医学研究。研究期间出现的任何意外风险将及时告知参与者和伦理委员会。对分组分配设盲的研究者提供术后护理和评估。将评估术后疼痛。还将评估运动功能和镇静情况。纳入标准:接受择期单侧腹股沟疝手术的男女儿科患者,年龄2岁至7岁,ASA I或II级。排除标准:父母拒绝。凝血功能障碍。对局部麻醉药过敏。注射部位局部感染。
神经系统异常。随机化与盲法:将使用计算机生成的随机数字进行随机分配,每位患者的代码将保存在不透明的密封信封中。患者将按1:1:1的比例以平行方式随机分为三组:E组(n=25):竖脊肌平面阻滞组将接受0.5 ml/kg的0.25%布比卡因。C组(n=25):骶管阻滞组将接受1 ml/kg的0.25%布比卡因。L组(n=25):局部浸润组将接受0.2 ml/kg的0.25%布比卡因。方法:术前:将采集患者的病史和手术史,对患者进行临床检查,并进行常规实验室检查,如全血细胞计数(CBC)和凝血功能检查。术中:监测(无创血压、脉搏血氧饱和度、e
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。




