SARS-CoV-2 疫情与失败的脊髓麻醉
该数据集来自 clinicaltrials.gov,主题为 SARS-CoV-2 疫情期间剖宫产患者的麻醉方式选择,涉及区域麻醉与 SARS-CoV2 感染

基本信息
资源简介
SARS-CoV-2 疫情与失败的脊髓麻醉
该数据集来自 clinicaltrials.gov,主题为 SARS-CoV-2 疫情期间剖宫产患者的麻醉方式选择,涉及区域麻醉与 SARS-CoV2 感染。源站描述指出,麻醉医师在为感染冠状病毒的剖宫产患者实施麻醉时面临挑战,应优先保障患者与医护人员安全;非紧急的呼吸道感染患者手术应推迟,但剖宫产等紧急处理不能推迟。既往研究显示全身麻醉下孕产妇死亡风险是区域麻醉的 16.7 倍,且全身麻醉涉及通气和插管等产生气溶胶的操作,呼吸系统问题风险更高。数据可用于麻醉方式选择与围术期风险相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:区域麻醉、SARS-CoV2 感染。所有麻醉医师在为感染冠状病毒病、即将接受剖宫产的患者实施麻醉时都面临挑战。应优先保障患者与医护人员的安全。对于存在呼吸道感染(如 COVID-19,即 2019 冠状病毒病)的患者,非紧急操作应推迟,并在感染治愈后重新安排。然而,一些紧急治疗(如剖宫产)不能推迟。那么,对于 COVID-19 患者,应使用哪种方法?根据既往研究,全身麻醉下孕产妇死亡风险是区域麻醉的 16.7 倍(1)。此外,全身麻醉需要通气和插管等产生气溶胶的操作,在术中或……呼吸系统问题的风险更高。
【主题与分类】
主题标签:Regional Anesthesia、SARS-CoV2 Infection。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05067985
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/NCT05067985
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:区域麻醉、SARS-CoV2感染。所有麻醉医师在为接受剖宫产手术的冠状病毒病患者实施麻醉时都面临挑战。患者和医护人员的安全应被置于优先地位。对于有呼吸道感染(如COVID-19,即2019冠状病毒病)的患者,非紧急手术应推迟,并在感染治愈后重新安排。然而,某些紧急治疗(如剖宫产)无法推迟。那么,对于COVID-19患者,应使用哪种方法?根据以往研究,全身麻醉的孕产妇死亡风险比区域麻醉高16.7倍(1)。此外,全身麻醉需要进行通气、插管等产生气溶胶的操作,其术中或术后呼吸系统问题的风险高于区域麻醉。COVID-19大流行早期关于孕妇患者的数据显示,孕妇与非孕妇在COVID-19相关死亡率方面没有差异,但最近一项研究发现,妊娠与死亡风险增加70%相关。
另一个重要点是,与未暴露于气管插管的人员相比,气管插管期间急性呼吸道感染传染给医护人员的风险高出6.6倍。因此,欧洲和美国区域麻醉学会联合发布了COVID-19建议,指出应尽可能优先选择区域麻醉而非全身麻醉,并且关于疫情期间区域麻醉的实践建议已经发表。此外,美国麻醉医师学会和产科麻醉与围产期学会建议医生“对于大多数剖宫产分娩,考虑使用椎管内方法而非全身麻醉”。在许多医疗机构中,单次脊髓麻醉是剖宫产的首选方法。它
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




