疑似阑尾炎腹腔镜检查患者术前地塞米松研究
该数据集来自 clinicaltrials.gov,针对疑似阑尾炎接受诊断性腹腔镜检查的患者,比较术前至少30分钟静脉给予8mg地塞米松与安慰剂的随机对照试验

基本信息
资源简介
疑似阑尾炎腹腔镜检查患者术前地塞米松研究
该数据集来自 clinicaltrials.gov,针对疑似阑尾炎接受诊断性腹腔镜检查的患者,比较术前至少30分钟静脉给予8mg地塞米松与安慰剂的随机对照试验。主要观察术后24-32小时内术后恶心呕吐(PONV)的发生情况,计划按1:1随机入组120例患者。数据可用于研究地塞米松对PONV的预防效果,涉及随机化、GCP监查及患者自评问卷等临床研究要素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:疑似阑尾炎。因疑似阑尾炎接受诊断性腹腔镜检查的合格患者将被随机分配接受安慰剂或8 mg地塞米松静脉注射,至少在手术前30分钟给药。随机化将通过信封随机法完成。我们预计60%的患者在术后24-32小时内会出现术后恶心呕吐(PONV)。为了显示术后24-32小时内PONV发生率降低50%(把握度80%、显著性水平5%、失访率20%),我们需要每组60名患者。因此总共120名患者将按1:1随机分组。两个中心均使用纸质病例报告表(CRF)。该试验将由区域GCP(药物临床试验质量管理规范)单位监查,并遵循GCP指南。患者通过自我报告问卷进行评估
【主题与分类】
主题标签:Suspected Appendicitis。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02415335
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/NCT02415335
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:疑似阑尾炎。符合条件、因疑似阑尾炎而接受诊断性腹腔镜检查的患者将被随机分配接受安慰剂或8 mg地塞米松静脉注射,至少在手术前30分钟给药。随机化将通过信封随机法进行。我们预计60%的患者会在术后最初24-32小时内出现术后恶心呕吐(PONV)。为了显示术后最初24-32小时内PONV发生率降低50%(把握度为80%、显著性水平为5%、失访率为20%),我们需要每组60名患者。因此,总共120名患者将按1:1随机分配。两个研究中心均使用纸质病例报告表(CRF)。该试验将由区域GCP(药物临床试验质量管理规范)部门监查,并遵循GCP指南。患者在术前以及术后2-10小时、8-16小时、24-32小时、术后第(POD)2天、POD 3、POD 7、POD 14和POD 30通过自我报告问卷进行评估。
术前焦虑通过术前问卷中的VAS量表、疼痛灾难化量表和医院焦虑抑郁量表进行记录。术后第一天将进行简短电话访谈,内容包括入院前腹痛持续时间、子女相关社会状况及是否与另一成年人同住、吸烟状况、睡眠药物使用情况或术前至少7天精神药物使用情况、正常日常活动的体力水平、工作的体力水平、教育及职业背景。其他人口统计学资料,如身高、体重、ASA分级、年龄、术前最后一次CRP、手术时长、入院日期和时间、出院日期和时间,通过电子病历档案进行登记。任何切除组织的病理结果通过病理报告进行登记。手术时的诊断、所实施的手术、实施手术的外科医生是否受到监督
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




