Ehlers-Danlos 综合征与健康志愿者局部麻醉反应研究
该数据集来自 clinicaltrials.gov,聚焦 Ehlers-Danlos 综合征(EDS)患者与健康志愿者对局部麻醉的反应

基本信息
资源简介
Ehlers-Danlos 综合征与健康志愿者局部麻醉反应研究
该数据集来自 clinicaltrials.gov,聚焦 Ehlers-Danlos 综合征(EDS)患者与健康志愿者对局部麻醉的反应。源站描述提及一项大型在线问卷调查:截至 2018 年 11 月,933 名 EDS 患者(共 1059 名受访者)完成调查,其中 99.2% 曾接受局部麻醉,88% 报告局部麻醉注射未充分或正常起效的问题,而无 EDS 受访者中该比例为 54%。研究旨在评估局部麻醉抵抗的频率及相关问题,可用于探讨 EDS 患者局部麻醉抵抗的流行情况及其对小型手术和牙科操作管理的意义(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Ehlers-Danlos 综合征、局部麻醉。此前有一项大型在线问卷调查,旨在更好地了解局部麻醉抵抗相关问题。截至 2018 年 11 月,933 名 EDS 患者(共 1059 名受访者)完成了调查,其中 99.2% 曾接受过局部麻醉。在这些患者中,88% 报告他们“曾出现局部麻醉注射未充分或正常起效的问题”,而无 EDS 的受访者中仅有 54% 报告了类似问题。这些数据提示,局部麻醉抵抗在 EDS 患者中可能比一般人群更普遍。如果这些发现属实,则可能对这些患者在小型手术和牙科操作期间的适当管理产生重大影响。本研究旨在评估局部麻醉抵抗的频率及相关问题
【主题与分类】
主题标签:Ehlers-Danlos Syndrome、Anesthesia, Local。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05603741
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/NCT05603741
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
背景:埃勒斯-当洛斯综合征,局部麻醉。此前有一项大型在线问卷调查,旨在更好地了解局部麻醉药耐药相关问题。截至2018年11月,共有933名EDS患者(共1059名受访者)完成了调查,其中99.2%此前接受过局部麻醉药。在这些患者中,88%报告他们“曾遇到局部麻醉注射未能充分或正常起效的问题”,而无EDS的受访者中仅有54%报告了类似问题。这些数据提示,局部麻醉药耐药在EDS患者中可能比在一般人群中更为普遍。如果这些发现属实,则可能对这些患者在小手术和牙科操作中的适当管理产生重要影响。本研究旨在评估EDS患者中局部麻醉药耐药的发生频率及相关问题,包括该问题是缺乏镇痛还是时间效应(作用持续时间短或起效延迟),以及该问题是否仅与某些局部麻醉药有关,还是与整类局部麻醉药均有关。
本研究正在完善最初于2019年EDS会议上收集的数据。
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。




