评估EpiZact设备安全性、有效性和可用性的前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,评估EpiZact设备在产科硬膜外镇痛中的安全性、有效性和可用性

基本信息
资源简介
评估EpiZact设备安全性、有效性和可用性的前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,评估EpiZact设备在产科硬膜外镇痛中的安全性、有效性和可用性。研究关注硬膜穿刺后头痛、硬膜外镇痛等产科麻醉问题,核心目的是探究EpiZact设备能否减少硬膜外置管时的湿穿次数。所有参与者均使用EpiZact设备接受硬膜外镇痛,并与同期未使用该设备的患者进行比较。数据可用于分析设备对湿穿发生率的影响,以及相关安全性、有效性和可用性指标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:硬膜穿刺后头痛、硬膜外镇痛、产科。本研究的目的是了解使用EpiZact设备是否能减少硬膜外置管时发生的湿穿次数。EpiZact设备具有一种技术,当硬膜外针进入硬膜外间隙时会自动停止。理论上,这应降低湿穿的可能性。用于治疗分娩疼痛的标准硬膜外镇痛不具备此功能。研究设备可能比标准硬膜外镇痛产生更少的湿穿。所有研究参与者都将使用EpiZact设备接受硬膜外镇痛以治疗分娩疼痛。结果将与同期未使用EpiZact设备接受硬膜外镇痛的患者进行比较。如果参与者的筛选问题显示他们可以参加研究,并且参与者选择参加研究,则来自OHSU或其他机构的医疗记录
【主题与分类】
主题标签:Postdural Puncture Headache、Epidural Analgesia, Obstetric。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06729255
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/NCT06729255
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:硬脊膜穿刺后头痛、硬膜外镇痛、产科。本研究的目的是了解使用EpiZact装置是否能减少硬膜外置管时发生的意外穿破硬脊膜(wet tap)次数。EpiZact装置具有一种技术,可在硬膜外针进入硬膜外腔时自动停止进针。理论上,这应能降低意外穿破硬脊膜的可能性。用于治疗分娩疼痛的标准硬膜外镇痛不具备此功能。研究装置可能比标准硬膜外镇痛造成更少的意外穿破硬脊膜。所有研究参与者都将使用EpiZact装置接受硬膜外镇痛以治疗分娩疼痛。结果将与大约同一时期未使用EpiZact装置接受硬膜外镇痛的患者进行比较。如果参与者的筛选问题显示其可以参加研究,且参与者选择参加研究,则可能会查阅来自OHSU或其他机构的医疗记录。查阅的信息可能包括治疗史、用药、手术、过敏、影像扫描和实验室结果。随后,参与者将使用EpiZact装置接受硬膜外镇痛。
硬膜外置管后,将向参与者提出几个问题,以判断硬膜外阻滞的效果以及是否发生并发症。预计回答这些问题所需时间不超过5分钟。此外,参与者将在接受硬膜外阻滞1周后接到电话,以判断是否发生并发症。预计该通话持续时间不超过5分钟。
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。



