NAC-REPAIR 术后疼痛数据集
该数据集来自 clinicaltrials.gov，围绕围手术期使用 N-acetylcysteine（NAC）能否改善常见门诊手/足踝手术后的恢复展开
基本信息
资源简介
NAC-REPAIR 术后疼痛数据集
该数据集来自 clinicaltrials.gov，围绕围手术期使用 N-acetylcysteine（NAC）能否改善常见门诊手/足踝手术后的恢复展开。覆盖 Carpal Tunnel Surgery、Trigger Finger Disorder、De Quervain Syndrome、Guyon's Canal、Dupuytren Contracture、Morton Neuroma、Tarsal Tunnel Syndrome、Plantar Fasciopathy 等病症。研究采用单中心、双盲、1:1 随机试验（N≈80），比较 NAC 1,200 mg 每日两次共 14 天（术前开始）与匹配安慰剂，并通过 POD0-1。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：腕管手术、扳机指障碍、De Quervain 综合征、Guyon 管、Dupuytren 挛缩、Morton 神经瘤、跗管综合征、足底筋膜病。本试点研究询问围手术期 N-乙酰半胱氨酸（NAC）是否能改善常见门诊手/足踝手术后的恢复——具体而言，NAC 是否通过调节氧化还原-炎症通路来减轻疼痛和阿片类药物使用并增强功能？主要目标是确定可行性（招募、依从性、随访），估计 NAC 与安慰剂对疼痛、功能和阿片类药物消耗的影响，并表征可能预测反应的炎症特征。方法：单中心、双盲、1:1 随机试验（N≈80），比较 NAC 1,200 mg 每日两次共 14 天（术前开始）与匹配安慰剂；POD0-14 每日电子日记；标准化结局（PROMIS 疼痛干扰；QuickDASH 或 FAAM；PGIC
【主题与分类】
主题标签：Carpal Tunnel Surgery、Trigger Finger Disorder、De Quervain Syndrome、Guyon's Canal、Dupuytren Contracture、Morton Neuroma、Tarsal Tunnel Syndrome、Plantar Fasciopathy、Peroneal Nerve Entrapment。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07227649
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/NCT07227649
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：腕管手术、扳机指障碍、德奎尔万综合征、Guyon管、Dupuytren挛缩、Morton神经瘤、跗管综合征、足底筋膜病。本试点研究旨在探讨围手术期N-乙酰半胱氨酸（NAC）是否能改善常见门诊手/足踝手术后的恢复——具体而言，NAC是否通过调节氧化还原-炎症通路来减轻疼痛、减少阿片类药物使用并增强功能？主要目标是确定可行性（招募、依从性、随访），估计NAC与安慰剂对疼痛、功能和阿片类药物消耗的影响，并描述可能预测反应的炎症特征。方法：单中心、双盲、1：1随机试验（N≈80），比较NAC 1,200 mg每日两次共14天（术前开始）与匹配安慰剂；POD0-14每日电子日记；标准化结局（PROMIS疼痛干扰；QuickDASH或FAAM；PGIC；阿片类药物MME）；以及术前和两次随访时的小量采血用于细胞因子谱分析。
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。
