腹横筋膜平面阻滞与手术切口浸润用于开放式腹股沟疝修补术后镇痛的比较
该数据集来自 clinicaltrials.gov,围绕单侧腹股沟疝、术后疼痛管理、区域麻醉与腹横筋膜平面阻滞,比较腹横筋膜平面阻滞与手术切口浸润在开放式腹股沟疝修补术后镇痛中的效果

基本信息
资源简介
腹横筋膜平面阻滞与手术切口浸润用于开放式腹股沟疝修补术后镇痛的比较
该数据集来自 clinicaltrials.gov,围绕单侧腹股沟疝、术后疼痛管理、区域麻醉与腹横筋膜平面阻滞,比较腹横筋膜平面阻滞与手术切口浸润在开放式腹股沟疝修补术后镇痛中的效果。源站描述指出,术后早期镇痛不足可能导致活动延迟、住院时间延长和阿片类药物用量增加,现行国际指南推荐多模式镇痛并在适当时使用区域麻醉技术;切口浸润虽常用于腹股沟手术,但其效果受给药时机、技术和局麻药扩散均匀性影响,作用时间常有限,近期临床系列仍报告显著术后疼痛与阿片需求(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:单侧腹股沟疝、术后疼痛管理、区域麻醉、腹横筋膜平面阻滞。全球范围。术后早期镇痛不足可能导致活动延迟、住院时间延长和阿片类药物消耗增加。因此,现行国际指南推荐多模式镇痛策略,并在适当时使用区域麻醉技术(1)。手术切口浸润是腹股沟手术多模式镇痛中常用的组成部分;然而,其有效性可能因给药时机、技术和局麻药扩散的均匀性而异,且其作用持续时间往往有限。近期临床系列继续报告,在初次单侧开放修补术后仍有显著术后疼痛和明显的阿片类药物需求(1)。近年来,超声
【主题与分类】
主题标签:Inguinal Hernia Unilateral、Postoperative Pain Management、Regional Anaesthesia、Transversalis Fascia Plane Block。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07238829
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/NCT07238829
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:单侧腹股沟疝,术后疼痛管理,区域麻醉,腹横筋膜平面阻滞。全球范围。术后早期镇痛不充分可能导致活动延迟、住院时间延长及阿片类药物用量增加。因此,当前国际指南推荐多模式镇痛策略,并在适当情况下使用区域麻醉技术(1)。手术切口浸润麻醉是腹股沟手术多模式镇痛中常用的组成部分;然而,其有效性可能因给药时机、技术及局麻药扩散的均匀性而异,且其作用持续时间往往有限。近期临床系列研究继续报告,在初次单侧开放修补术后仍存在显著术后疼痛和明显的阿片类药物需求(1)。近年来,超声引导下筋膜平面阻滞因其更可预测的扩散范围和提供更持久镇痛的潜力而日益受到关注(2)。
TFPB阻滞是一种躯干阻滞,通过在腹横肌与腹横筋膜之间注射局部麻醉药来实现,从而靶向T12-L1脊神经。这一解剖分布为其在腹股沟区手术中的应用提供了强有力的生理学依据(3)。多项研究表明,TFPB可降低儿童疝切开术和成人腹股沟手术的术后疼痛评分及补救镇痛需求(4)。然而,直接比较TFPB与手术切口浸润麻醉在开放腹股沟疝修补术中效果的随机对照试验仍然有限。现有证据部分来自与其他筋膜平面阻滞的比较(如腰方肌[QL]阻滞、腹横肌平面[TAP]阻滞),或来自不同类型腹股沟手术的研究,如腹股沟下精索静脉结扎术(5-7)。因此,在开放腹股沟疝修补术中,TFPB是否较切口浸润麻醉具有临床意义的优势,仍是一个有待明确回答的临床相关问题。
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。




