术后与慢性疼痛遗传学脊柱及漏斗胸手术研究
源站描述指出,儿童安全有效的镇痛仍是未被满足的医疗需求,药物治疗仍是术后重度疼痛的标准方案,而镇痛不足及吗啡等药物副作用在多达 50% 的儿童中频繁发生

基本信息
资源简介
术后与慢性疼痛遗传学脊柱及漏斗胸手术研究
该数据集来自 clinicaltrials.gov,聚焦儿童脊柱与漏斗胸手术后的术后及慢性疼痛,涉及 Scoliosis、Kyphosis、Kyphoscoliosis、Pectus Excavatum 等疾病。源站描述指出,儿童安全有效的镇痛仍是未被满足的医疗需求,药物治疗仍是术后重度疼痛的标准方案,而镇痛不足及吗啡等药物副作用在多达 50% 的儿童中频繁发生。青少年脊柱术后患者自控镇痛吗啡使用中,术后恶心呕吐发生率为 45%,呼吸抑制发生率为 7%。目前儿科阿片类药物治疗尚无循证剂量指南,仍属试错方法。该数据可用于术后疼痛与镇痛相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Scoliosis、Kyphosis、Kyphoscoliosis、Pectus Excavatum。安全有效的镇痛是儿童中一项重要的未被满足的医疗需求。尽管努力推广非药物干预,药物治疗仍是儿童术后经历重度疼痛的标准治疗。侵入性手术后镇痛不充分,以及吗啡等镇痛药的副作用,在多达 50% 的儿童中频繁发生。一项针对青少年脊柱手术后患者自控镇痛(PCA)吗啡使用的研究观察到,术后恶心呕吐发生率为 45%,呼吸抑制发生率为 7%。目前,儿科患者群体中阿片类药物治疗的循证剂量指南尚未确定,仍是一种试错方法。尽管脊柱手术后进行了积极的疼痛管理,研究结果显示,无论是儿童
【主题与分类】
主题标签:Scoliosis、Kyphosis、Kyphoscoliosis、Pectus Excavatum。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02998138
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/NCT02998138
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
疾病:脊柱侧凸、脊柱后凸、脊柱后侧凸、漏斗胸。安全有效的镇痛是儿童中一项重要的未满足医疗需求。尽管努力推广非药物干预措施,药物治疗仍然是儿童术后严重疼痛的标准治疗。侵入性手术后疼痛缓解不充分,以及吗啡等镇痛药的不良反应,在高达50%的儿童中频繁发生。一项针对青少年脊柱手术后患者自控镇痛(PCA)吗啡使用的研究观察到,术后恶心呕吐发生率为45%,呼吸抑制发生率为7%。目前,在儿科患者群体中尚未确定基于证据的阿片类药物治疗剂量指南,仍采用试错法。尽管脊柱手术后进行了积极的疼痛管理,但研究结果显示,儿童的疼痛程度及其镇痛药使用量均未随时间显著减少。因此,医学文献中存在一个关键的知识空白,严重影响了儿科疼痛管理。
此外,慢性术后疼痛(CPSP,定义为由手术操作引起、术后持续超过2个月的疼痛)严重影响13-30%接受手术的儿童,并导致其成年后慢性疼痛,给医疗系统带来巨额年度成本(5600-6350亿美元)。近期研究表明,疼痛不愉快感可预测从急性向中度/重度持续性术后疼痛的转变,而焦虑敏感性则预测术后6至12个月中度/重度术后疼痛的维持。青少年脊柱融合术是一种特别疼痛的手术,术后即使5年疼痛发生率仍达15%,因此可作为评估慢性术后疼痛行为与遗传预测因素的理想手术模型。鉴于这一治疗挑战,研究者计划评估阿片类镇痛药个体间差异的决定因素。
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。




