RIC-NEC 随机对照试验
RIC-NEC 随机对照试验来自 clinicaltrials.gov,聚焦坏死性小肠结肠炎(NEC)这一早产儿和足月新生儿严重肠道疾病

基本信息
资源简介
RIC-NEC 随机对照试验
来自 clinicaltrials.gov,聚焦坏死性小肠结肠炎(NEC)这一早产儿和足月新生儿严重肠道疾病。源站描述指出 NEC 可导致高达 50% 的死亡率、短肠综合征、生长不良和神经发育迟缓,而远程缺血调理(RIC)在实验中被发现可避免早期肠道和脑损伤及死亡。该数据集可用于了解 RIC 在 NEC 临床场景中的研究设计,支持相关疾病与干预措施的二次分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:坏死性小肠结肠炎。背景:坏死性小肠结肠炎(NEC)是早产儿和足月新生儿的一种严重肠道疾病,仍是肠衰竭的主要原因,也是儿科学中尚未解决的临床难题,导致死亡率高达 50%、生活质量下降以及短肠综合征、生长不良和神经发育迟缓等长期残疾。在实验研究中,研究者发现,在疾病早期通过远程缺血调理(RIC)可以避免 NEC 后的肠道和脑损伤以及死亡。远程缺血调理是一种治疗手段,涉及对肢体施加短暂的非致死性缺血和再灌注循环,以保护远端器官(如肠道)免受持续性缺血损伤。在临床环境中,缺血和再灌注的循环
【主题与分类】
主题标签:Necrotizing Enterocolitis。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05279664
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/NCT05279664
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
疾病:坏死性小肠结肠炎。背景:坏死性小肠结肠炎(NEC)是早产儿和足月儿的一种严重肠道疾病,仍是导致肠衰竭的主要原因,也是儿科学尚未解决的临床难题,其死亡率高达50%,并可导致生活质量下降及远期残疾,如短肠综合征、生长不良和神经发育迟缓。在实验研究中,研究者发现,在疾病早期通过远程缺血调理(RIC)可避免NEC后的肠道和脑损伤以及死亡。远程缺血调理是一种治疗手段,通过对肢体施加短暂的非致死性缺血与再灌注循环,保护远端器官(如肠道)免受持续性缺血损伤。在临床实践中,缺血与再灌注循环可通过血压袖带的充气和放气来实施,类似于常规血压测量。
研究人员还已证明,这种无创、简单且易于操作的操作用于早产人类新生儿NEC是安全的,该操作包括在上臂对血压袖带进行充气/放气。假设与目标:研究人员假设,在早期NEC新生儿中进行RIC的掩蔽多中心随机对照试验是可行的。研究设计:这是一项II期多中心、掩蔽、随机对照可行性试验,由两组组成:RIC(干预)和无RIC(对照)。研究人群:具有早期NEC临床和放射学证据并接受药物治疗的早产新生儿。样本量/主要终点的把握度:在12个国际合作中心,研究人员预计在30个月内随机分配78名接受药物治疗的NEC患者(每组39名),这占所接触合格新生儿的40%。
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。




