Qassim地区腹腔镜胆囊切除术患者Mallampati评分对术后死亡率、发病率及安全性的预测与预后研究
该数据集来自clinicaltrials.gov,聚焦于Qassim地区接受腹腔镜胆囊切除术的患者,围绕Mallampati评分展开,用于预测和评估术后死亡率、发病率及安全性

基本信息
资源简介
Qassim地区腹腔镜胆囊切除术患者Mallampati评分对术后死亡率、发病率及安全性的预测与预后研究
该数据集来自clinicaltrials.gov,聚焦于Qassim地区接受腹腔镜胆囊切除术的患者,围绕Mallampati评分展开,用于预测和评估术后死亡率、发病率及安全性。数据涉及困难插管、患者满意度、胆汁淤积和胆囊炎等状况。通过术前麻醉评估中的Mallampati评分,结合Cormack和Lehane(1984)的喉镜视野分级,可分析咽部空间与插管难度的相关性,进而辅助识别术后并发症风险。该数据可用于预测术后不良结局、评估气道管理难度及患者安全相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:Mallampati Score、困难插管、患者满意度、胆汁淤积、胆囊炎。麻醉人员的术前评估应包括Mallampati Score,因为咽部空间量与插管时的喉镜视野之间存在直接相关性,这一点已由Cormack和Lehane(1984)加以完善。临床诊断是指示术后并发症的最重要因素之一,如Mallampati评分。由于Mallampati零级本身并不表示任何气道管理困难,除非其他气道特征指示存在困难。此外,如果会厌可能较大且悬垂,在Mallampati零级气道中并不常见气道困难。Mallampati评分的理念是估计与口腔相关的舌头大小以及舌头移位。
【主题与分类】
主题标签:Mallampati Score、Difficult Intubation、Patient Satisfaction、Cholestasis、Cholecystitis。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06005701
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/NCT06005701
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:马兰帕蒂评分、困难插管、患者满意度、胆汁淤积、胆囊炎。麻醉人员的术前评估应包括马兰帕蒂评分,因为咽部空间大小与插管时的喉镜视野直接相关,后者已由Cormack和Lehane(1984)加以完善。临床诊断是提示术后并发症的最重要因素之一,如马兰帕蒂评分。马兰帕蒂零级本身并不表示存在任何气道管理困难,除非其他气道特征提示困难。同样,如果会厌可能较大并悬垂,这在马兰帕蒂零级气道中并不常见与气道困难相关。马兰帕蒂评分的理念是评估舌相对于口腔的大小,以及喉镜片推移舌体可能容易还是困难。它还评估了口腔是否能充分张开以允许插管。研究目标:预测卡西姆地区接受腹腔镜胆囊切除术患者的多数马兰帕蒂评分。
方法:观察性、多医院、区域研究。纳入标准:1. 年龄:20-50岁;2. 腹腔镜胆囊切除术;3. 体重指数(BMI)≤35。排除标准:1. 年龄小于20岁;2. 年龄大于50岁;3. 体重指数(BMI)>35。数据管理与分析计划:所有数据将使用SPSS V28©(IBM Corp.,Armonk,NY,USA)录入并分析。分类变量将以频数和百分比表示,连续变量将以均值±标准差(SDs)表示。将使用卡方检验评估与诊所名称及为患者提供的服务类型相关的人口学和健康相关特征。p值小于0.05被认为具有统计学意义。伦理考虑:* 所有研究者均完成了来自国家委员会的生物伦理证书。
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。




