HbA1c水平与胃超声评估胃排空
该数据集来自clinicaltrials.gov,为一项前瞻性观察性研究,旨在评估成人手术患者HbA1c水平与胃排空的关系

基本信息
资源简介
HbA1c水平与胃超声评估胃排空
该数据集来自clinicaltrials.gov,为一项前瞻性观察性研究,旨在评估成人手术患者HbA1c水平与胃排空的关系。研究对象为18至70岁、拟在全身麻醉下接受择期手术的成人患者。所有参与者按现行指南标准术前禁食后,由受训麻醉医师进行术前胃超声检查,在标准化体位下评估胃窦并测量胃窦横截面积,使用经验证的超声公式计算估计胃容量。HbA1c水平取自术前实验室记录,患者将根据其HbA1c水平进行分析。数据可用于研究HbA1c与胃排空延迟及肺误吸风险的相关性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:胃排空延迟、糖尿病、肺误吸。这项前瞻性观察性研究旨在使用床旁胃超声评估成人手术患者血红蛋白A1c(HbA1c)水平与胃排空之间的关系。年龄18至70岁、拟在全身麻醉下接受择期手术的成人患者将被纳入。根据现行指南进行标准术前禁食后,所有参与者将接受由受训麻醉医师进行的术前胃超声检查。将在标准化体位下评估胃窦,并测量胃窦横截面积。估计胃容量将使用经验证的基于超声的公式计算。HbA1c水平将从术前实验室记录中获取,患者将根据其
【主题与分类】
主题标签:Delayed Gastric Emptying、Diabetes Mellitus、Pulmonary Aspiration。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07375680
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/NCT07375680
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:胃排空延迟、糖尿病、肺误吸。本前瞻性观察性研究旨在利用床旁胃超声评估成人手术患者糖化血红蛋白(HbA1c)水平与胃排空之间的关系。将纳入年龄18至70岁、拟在全身麻醉下接受择期手术的成年患者。按照现行指南进行标准术前禁食后,所有参与者将接受由经过培训的麻醉科医师实施的术前胃超声检查。将在标准化体位下评估胃窦,并测量胃窦横截面积。估计胃容量将使用经过验证的基于超声的公式计算。HbA1c水平将从术前实验室记录中获取,并根据患者的HbA1c值进行分析。胃超声检查结果,包括胃窦横截面积和估计胃容量,将在不同HbA1c水平之间进行比较。
人口学数据、包括体重指数和腰围在内的人体测量指标、禁食时长以及相关临床特征也将被记录。主要目标是评估HbA1c水平与胃排空参数之间的关联。次要分析将探讨与胃排空延迟相关的潜在因素。本研究结果可能有助于改进对肺误吸的术前风险评估,并为血糖控制受损患者的个体化麻醉管理提供支持。
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。




