视频辅助胸外科术后慢性疼痛的患病率与危险因素:EVATHO前瞻性双中心队列研究
该数据集来自 clinicaltrials.gov,对应 EVATHO 前瞻性双中心观察性队列研究,聚焦视频辅助胸外科手术(VATS)术后慢性疼痛

基本信息
资源简介
视频辅助胸外科术后慢性疼痛的患病率与危险因素:EVATHO前瞻性双中心队列研究
该数据集来自 clinicaltrials.gov,对应 EVATHO 前瞻性双中心观察性队列研究,聚焦视频辅助胸外科手术(VATS)术后慢性疼痛。研究拟在 Montpellier 与 Nice 大学医院前瞻性纳入接受 VATS 的成年患者,评估术后三个月慢性术后疼痛的患病率,并识别与其发生相关的围手术期因素,同时涉及疼痛强度、神经病理性疼痛特征、焦虑、抑郁及生活质量等维度。数据可用于术后慢性疼痛的风险因素分析与预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性术后疼痛、胸外科术后疼痛、神经病理性疼痛、胸外科手术操作。慢性术后疼痛(CPSP)仍是胸外科术后常见并发症,可能显著损害患者生活质量。尽管视频辅助胸外科手术(VATS)的广泛采用减少了手术创伤并改善了术后恢复,仍有相当比例的患者出现持续性疼痛。EVATHO 研究是一项多中心前瞻性观察性队列,旨在确定 VATS 术后三个月 CPSP 的患病率,并识别与其发生相关的围手术期因素。将在 Montpellier 和 Nice 大学医院前瞻性纳入接受 VATS 胸外科手术的成年患者。疼痛强度、神经病理性疼痛特征、焦虑、抑郁、生活质
【主题与分类】
主题标签:Chronic Post-surgical Pain、Neuropathic Pain、Thoracic Surgical Procedures。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07687082
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/NCT07687082
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:慢性术后疼痛、胸外科术后疼痛、神经病理性疼痛、胸外科手术。慢性术后疼痛(CPSP)仍是胸外科术后常见的并发症,可能显著损害患者的生活质量。尽管电视辅助胸腔镜手术(VATS)的广泛采用减少了手术创伤并改善了术后恢复,仍有相当比例的患者出现持续性疼痛。EVATHO研究是一项多中心前瞻性观察性队列研究,旨在确定VATS术后3个月CPSP的患病率,并识别与其发生相关的围手术期因素。将在蒙彼利埃和尼斯大学医院前瞻性纳入接受VATS胸外科手术的成年患者。将在围手术期以及术后1个月和3个月时,使用经过验证的问卷评估疼痛强度、神经病理性疼痛特征、焦虑、抑郁、生活质量和镇痛药消耗量。
本研究的结果可能有助于识别CPSP风险增加的患者,并改善胸外科手术后的围手术期疼痛管理策略。
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。




