GLP-1受体激动剂治疗患者7天暂停期胃排空演变的胃超声研究
该数据集来自clinicaltrials.gov,为一项前瞻性单中心观察性研究,比较接受GLP-1受体激动剂治疗超过3个月与未接受该治疗的两组患者

基本信息
资源简介
GLP-1受体激动剂治疗患者7天暂停期胃排空演变的胃超声研究
该数据集来自clinicaltrials.gov,为一项前瞻性单中心观察性研究,比较接受GLP-1受体激动剂治疗超过3个月与未接受该治疗的两组患者。研究通过胃超声在禁食至少6小时固体、2小时液体后评估胃残余量,并在停药后24、48、96、144小时对治疗组重复检查,对照组仅检查一次。数据可用于分析GLP-1受体激动剂对胃排空的影响及麻醉前胃内容物误吸风险评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:2型糖尿病、麻醉、胃内容物肺部吸入。研究设计为一项前瞻性单中心观察性研究,比较两组患者:接受GLP-1受体激动剂治疗(超过3个月)或未接受GLP-1受体激动剂治疗。研究者将对两组进行胃超声检查,以确定在至少6小时固体和2小时液体禁食后的胃残余量。患者在禁食前可自由选择任何饮食方案。给予患者的指示是在检查前6小时停止进食固体、2小时停止饮水。患者还将填写营养手册,随后由营养师护士分析。研究将在治疗组最后一次注射GLP-1受体激动剂后24小时、48小时、96小时和144小时进行,对照组仅进行一次。胃超声
【主题与分类】
主题标签:Diabetes Mellitus, Type 2、Anesthesia、Pulmonary Aspiration of Gastric Contents。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06388213
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/NCT06388213
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:2型糖尿病、麻醉、胃内容物肺吸入。研究设计为一项前瞻性单中心观察性研究,比较两组患者:一组接受GLP-1 RA治疗(超过3个月),另一组未接受GLP-1 RA治疗。研究者将对两组患者进行胃部超声检查,以确定在至少禁食固体6小时、禁食液体2小时后的胃残余量。患者在禁食前可自由选择任何饮食方案。给予患者的指导为:检查前6小时停止进食固体,2小时停止饮水。患者还将填写一份营养手册,随后由营养师护士进行分析。在观察组中,检查将在末次注射GLP-1 RA后24小时、48小时、96小时和144小时进行;对照组仅进行一次检查。胃部超声检查将使用凸阵超声探头,置于剑突下上腹部矢状面、脐部上方。通过显示肝左叶、胃窦、主动脉和肠系膜上动脉来评估超声探头位置是否正确。
将对胃窦进行定性观察,以评估仰卧位时的胃窦体积。将在右侧卧位下进行定性和定量分析,测量胃窦横截面积(CSA)。将使用以下公式确定胃窦体积:体积(mL)= 27.0 + 14.69 x 右侧卧位CSA - 1.28 x 年龄。当观察到固体内容物或胃体积大于1.5 ml/kg时,视为胃充盈。当胃体积小于1.5 ml/kg时,定义为胃排空。胃超声检查由两名麻醉医师进行,彼此设盲。将比较两个研究组之间的CSA。在研究组中,将在所有研究时间点直至第七天评估CSA的时程变化以及固体或液体的存在情况。末次注射GLP-1 RA后一周CSA减少5.5 cm2将被视为
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。




