利多卡因与类固醇经脑膜中动脉输注治疗蛛网膜下腔出血疼痛
该数据集来自 clinicaltrials.gov,属于神经系统疾病/其他分类,主题为动脉瘤性蛛网膜下腔出血、头痛及阿片类药物依赖与使用

基本信息
资源简介
利多卡因与类固醇经脑膜中动脉输注治疗蛛网膜下腔出血疼痛
该数据集来自 clinicaltrials.gov,属于神经系统疾病/其他分类,主题为动脉瘤性蛛网膜下腔出血、头痛及阿片类药物依赖与使用。源站描述显示这是一项单臂前瞻性队列研究方案,评估经脑膜中动脉血管内输注利多卡因与类固醇对 Hunt and Hess 1-2 级 SAH 患者术后头痛的疗效,计划入组 15 例,分利多卡因、利多卡因/地塞米松和不注射三组,用 VAS 在多个时间点计算累积总 VAS 评分,并追踪吗啡当量以评估阿片需求,同时关注副作用。数据可用于疼痛结局与阿片需求相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:动脉瘤性蛛网膜下腔出血、头痛、阿片类药物依赖、阿片类药物使用。本方案概述了一项单臂前瞻性队列研究,评估经脑膜中动脉血管内输注利多卡因与类固醇对 Hunt and Hess 1-2 级 SAH 患者蛛网膜下腔出血后疼痛(即头痛)的疗效。将入组 15 名患者,分为三个治疗组:利多卡因、利多卡因/地塞米松和不注射。疼痛结局将使用 VAS 在多个时间点评估,包括术后神经检查期间,以计算累积的“总 VAS 评分”。还将追踪吗啡当量以评估随时间变化的阿片需求。它旨在回答的主要问题是:输注是否降低 SAH 后患者的疼痛水平?输注是否减少患者所需的阿片类药物和其他止痛药用量?是否有任何副作用
【主题与分类】
主题标签:Subarachnoid Hemorrhage, Aneurysmal、Headache、Opiate Dependence、Opioid Use。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07294118
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/NCT07294118
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:蛛网膜下腔出血、动脉瘤性、头痛、阿片类药物依赖、阿片类药物使用。本方案概述了一项单臂前瞻性队列研究,评估将利多卡因和类固醇经血管内输注至脑膜中动脉(MMA)用于管理Hunt和Hess分级1-2级SAH患者SAH后疼痛(即头痛)的疗效。将纳入15名患者,分为三个治疗组:利多卡因组、利多卡因/地塞米松组和不注射组。疼痛结局将在多个时间点使用VAS评估,包括术后神经检查期间,以计算累积的“总VAS评分”。还将追踪吗啡当量以评估随时间变化的阿片类药物需求。本研究旨在回答的主要问题是:输注是否降低SAH后患者的疼痛水平?输注是否减少患者所需的阿片类药物和其他止痛药物用量?该操作是否有任何副作用或并发症?
研究人员将比较三组:仅接受利多卡因的患者;接受利多卡因联合地塞米松(一种类固醇)的患者;不接受输注的患者。所有参与者将:接受标准脑部血管造影(一种针对蛛网膜下腔出血的常规影像学检查);根据分组情况,可能在血管造影期间接受药物治疗;密切监测疼痛变化及药物使用情况;在1个月、3个月和6个月时完成随访,以追踪结局和副作用。本研究可能有助于找到针对蛛网膜下腔出血患者头痛的新靶向治疗方法,并减少对阿片类药物的依赖。
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。




