疼痛流行病学数据

该数据集来自 clinicaltrials.gov,为 ALGOBASES 项目下的观察性疼痛流行病学研究数据,通过收集疼痛评估问卷与相关信息,对需要接受骨科、胸部或妇科手术的患者进行描述性疼痛评估

University Hospital, LilleUniversity Hospital, Lille
clinicaltrials
浏览 2
表格分类Orthopedic DisorderThoracicPain
Epidemiological Data on Pain

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-11-04

资源简介

疼痛流行病学数据

该数据集来自 clinicaltrials.gov,为 ALGOBASES 项目下的观察性疼痛流行病学研究数据,通过收集疼痛评估问卷与相关信息,对需要接受骨科、胸部或妇科手术的患者进行描述性疼痛评估。数据覆盖疼痛症状的多个维度,包括人口学、生理、心理与社会文化成分,并与导致专科诊疗的病理相关联。研究计划在后续每次事件中采集相同数据,以确定预测因素、不同手术类型下的疼痛轨迹,以及术后急性或慢性疼痛风险人群的特征。可用于疼痛分类、风险人群识别与术后疼痛预测等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:骨科疾病、胸部、妇科;既往手术、导致难产、影响胎儿、疼痛。ALGOBASES 项目是一项观察性疼痛流行病学研究,通过收集疼痛评估问卷和信息,旨在对所有需要接受骨科、胸部或妇科手术的患者进行描述性“疼痛”评估。疼痛症状将因此在其所有维度(人口学数据、生理、心理、社会文化成分)上被评估,并与导致专科诊疗的病理相关联。计划在后续每次事件中收集相同数据,以便确定预测因素、根据手术类型划分的疼痛轨迹,以及有术后急性或慢性疼痛风险的受试者特征。

【主题与分类】

主题标签:Orthopedic Disorder、Thoracic、Pain。本站分类:精神与行为障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04546594

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04546594

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:骨科疾病、胸部疾病、妇科疾病;既往手术,导致梗阻性分娩,影响胎儿,疼痛。ALGOBASES项目是一项观察性流行病学研究,通过收集疼痛评估问卷和信息,旨在对所有需要接受骨科、胸部或妇科手术的患者进行描述性“疼痛”评估。因此,疼痛症状将从其所有维度(人口学数据、身体、心理、社会文化因素)进行评估,并与需要专科治疗的病理相关联。计划在每次后续事件中收集相同数据,以便确定预测因素、根据手术类型划分的疼痛轨迹,以及有急性或慢性术后疼痛风险的受试者特征。

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。