儿童烧伤镇静镇痛下高流量与标准鼻导管氧疗比较

该数据集来自 clinicaltrials.gov,主题为儿童烧伤患者在镇静镇痛下比较高流量鼻导管氧疗与标准鼻导管氧疗的研究

Zeliha AlicikusZeliha Alicikus
clinicaltrials
浏览 11
其他分类Burns
Comparison of High Flow vs Standard Nasal Cannula in Children With Burns Under Sedoanalgesia

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-20

资源简介

儿童烧伤镇静镇痛下高流量与标准鼻导管氧疗比较

该数据集来自 clinicaltrials.gov,主题为儿童烧伤患者在镇静镇痛下比较高流量鼻导管氧疗与标准鼻导管氧疗的研究。源站描述显示研究纳入 1-14 岁儿科烧伤病房患者 50 例,分为高流量氧组(n=25)与鼻导管氧组(n=25),记录年龄、性别、烧伤面积百分比、合并疾病、ASA 评分、BMI 等信息。数据可用于比较两种氧疗方式在儿童烧伤程序性镇静中的效果,支持呼吸支持方案选择与相关临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:烧伤。高流量鼻导管氧疗(HFNCO)在儿科麻醉实践中日益普及。HFNCO 的基本机制包括降低代谢消耗和呼吸做功、降低鼻咽阻力以及改善气体调节和分泌物清除。对给予的氧气进行加热和加湿使患者更容易耐受高流量。流速可针对所有年龄组进行调整。然而,文献中尚无研究探讨 HFNCO 在儿科烧伤患者程序性镇静期间的有效性。这项随机前瞻性研究在儿科烧伤病房的 50 例 1-14 岁患者中进行。患者分为两组:HFO 组:高流量氧疗(n: 25)和 NC 组:鼻导管氧疗(n: 25)。年龄、性别、烧伤百分比、合并疾病、ASA 评分、BMI(体重指数)

【主题与分类】

主题标签:Burns。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06663293

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06663293

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:烧伤。高流量鼻导管氧疗(HFNCO)在儿科麻醉实践中日益普及。HFNCO的基本机制包括降低代谢消耗和呼吸做功、降低鼻咽部阻力,以及改善气体调节和分泌物清除。对给予的氧气进行加温和湿化使患者更容易耐受高流量。流速可根据所有年龄组进行调整。然而,文献中尚无研究探讨HFNCO在儿科烧伤患者程序性镇静中的有效性。这项随机前瞻性研究在儿科烧伤病房的50例1-14岁患者中进行。患者分为两组:HFO组:高流量氧疗(n:25)和NC组:鼻导管氧疗(n:25)。记录了年龄、性别、烧伤面积百分比、合并疾病、ASA评分、BMI(体重指数)、呼吸和血流动力学参数、恢复时间以及镇静镇痛期间并发症的发生情况。

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。

获取专属数据定制方案