术后出院患者阿片类药物使用与储存模式数据集
引言:以阿片类药物为基础的镇痛治疗是术后疼痛管理的基石。近期阿片类药物销量和过量使用的上升表明,最大化术后阿片类药物处方的安全性十分重要

基本信息
资源简介
术后出院患者阿片类药物使用与储存模式数据集
引言:以阿片类药物为基础的镇痛治疗是术后疼痛管理的基石。近期阿片类药物销量和过量使用的上升表明,最大化术后阿片类药物处方的安全性十分重要
Opioid use and storage patterns in patients after hospital discharge following surgery
【数据内容】
源站描述(机器翻译,仅供参考):引言:以阿片类药物为基础的镇痛治疗是术后疼痛管理的基石。近期阿片类药物销量和过量使用的上升表明,最大化术后阿片类药物处方的安全性十分重要。鉴于患者可能与其他家庭成员同住,出院后安全储存和妥善处置多余阿片类药物对于防止意外二次暴露是必要的。识别术后可能被开具过量阿片类药物的患者特征,可能有助于实现更有针对性的处方实践和安全干预。我们的研究旨在阐明剖宫产(C-section)和胸外科手术后出院回家的患者中,患者自报的阿片类药物使用模式和家庭储存方式。具体而言,我们试图识别报告使用abo的患者特征
【主题与分类】
主题标签:阿片类药物、术后疼痛管理、出院后用药、家庭储存、药物安全、剖宫产、胸外科手术。本站分类:其他/其他。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Ad212161e855b577b43f6f08d2e44380660d898b3b5c5fb9a48c9543937fda5c0
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
引言:阿片类镇痛药物治疗是术后疼痛管理的基石。近期阿片类药物销售量及过量使用所致死亡的上升表明,最大限度地提高术后阿片类药物处方的安全性十分重要。鉴于患者可能与其他家庭成员同住,出院后安全储存和妥善处置剩余阿片类药物对于防止意外二次暴露十分必要。识别术后可能被开具过量阿片类药物的患者特征,可能有助于实现更有针对性的处方实践和安全干预。本研究旨在阐明剖宫产术和胸科手术后出院回家的患者中,患者自报的阿片类药物使用模式及家中储存方式。具体而言,我们试图识别那些报告使用量约为出院后处方阿片类药物剂量一半或以上(相对于使用量不足一半)的患者特征。
方法:在这项队列研究中,我们设计了一份调查问卷,内容涉及出院后镇痛质量、实际服用阿片类药物量与处方量的对比、未服用全部处方药物的原因,以及剩余阿片类药物的储存和处置方法。在一家三级学术医疗中心接受剖宫产或胸外科手术的成年患者,在出院后收到了一份基于网络的自填式调查问卷。采用描述性统计(均值和标准差、比例)来描述研究样本和调查结果。根据患者自报出院后阿片类药物使用量约为处方量一半或以上与少于一半进行分组比较,酌情使用非配对t检验、Mann-Whitney检验和卡方检验。结果:剖宫产术后受访者(N = 30)中,大多数(53%)报告未服用或仅服用极少量(少于5片)处方阿片类药物;83%报告服用量为一半或更少;17%的女性报告服
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。




