老年ASA IV患者镇静与非镇静PEG比较
该数据集来自clinicaltrials.gov，聚焦老年ASA IV患者经皮内镜下胃造瘘术（PEG）的镇静策略比较。研究前瞻性纳入常规临床实践中接受PEG置管的老年ASA IV患者，按操作中采用的镇静策略分为非镇静PEG与镇静PEG两个队列，镇静策略不由研究者分配
基本信息
资源简介
老年ASA IV患者镇静与非镇静PEG比较
该数据集来自clinicaltrials.gov，聚焦老年ASA IV患者经皮内镜下胃造瘘术（PEG）的镇静策略比较。研究前瞻性纳入常规临床实践中接受PEG置管的老年ASA IV患者，按操作中采用的镇静策略分为非镇静PEG与镇静PEG两个队列，镇静策略不由研究者分配。数据覆盖PEG、肠内营养喂养、吞咽困难及65岁以上老年患者等主题，可用于比较两种镇静方式在老年高危患者中的临床应用特征（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：经皮内镜下胃造瘘术、肠内营养喂养、吞咽困难、老年患者（>65岁）。经皮内镜下胃造瘘术常用于为无法维持足够经口摄入的患者提供长期肠内营养。患有严重全身性疾病且麻醉风险高的老年患者可能易发生镇静相关的心肺不良事件。在某些临床环境中，PEG可在仅使用咽部表面麻醉和局部麻醉、不进行全身镇静的情况下完成。本研究将前瞻性纳入常规临床实践中接受PEG置管的老年ASA IV患者。患者将根据操作过程中采用的镇静策略分为两个队列：非镇静PEG和镇静PEG。镇静策略不由研究者分配，将根据……确定
【主题与分类】
主题标签：Percutaneous Endoscopic Gastrostomy、Enteral Nutrition Feeding、Dysphagia、Elderly Patients (>65 Years)。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07758153
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/NCT07758153
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：经皮内镜下胃造瘘术、肠内营养喂养、吞咽困难、老年患者（>65岁）。经皮内镜下胃造瘘术常用于为无法维持足够经口摄入的患者提供长期肠内营养。患有严重全身性疾病且麻醉风险高的老年患者可能易发生镇静相关的心肺不良事件。在某些临床环境中，经皮内镜下胃造瘘术可在不使用全身镇静的情况下，采用咽部表面麻醉和局部麻醉进行。本研究将前瞻性纳入在常规临床实践中接受经皮内镜下胃造瘘术置管的ASA IV级老年患者。根据操作过程中采用的镇静策略，患者将被分为两个队列：未镇静经皮内镜下胃造瘘术和镇静经皮内镜下胃造瘘术。镇静策略不由研究者分配，而是根据常规临床评估、患者状况以及必要时的麻醉学评估来确定。本研究将比较两个队列之间24小时内心肺并发症、技术成功、操作相关并发症以及30天临床结局。
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。
