静脉-动脉ECMO支持心源性休克患者的常氧与高氧体外氧合比较
该数据集来自clinicaltrials.gov，聚焦于接受静脉-动脉ECMO支持的心源性休克患者，比较常氧血症与高氧血症两种体外氧合策略
基本信息
资源简介
静脉-动脉ECMO支持心源性休克患者的常氧与高氧体外氧合比较
该数据集来自clinicaltrials.gov，聚焦于接受静脉-动脉ECMO支持的心源性休克患者，比较常氧血症与高氧血症两种体外氧合策略。数据涉及ECMO启动后6小时内随机分组，并按中心和医疗或心脏术后指征进行分层。常氧血症组通过设定膜氧分数为60%，将氧合器后动脉插管处氧分压维持在100至150 mmHg，并至少每日监测两次。该数据可用于研究不同氧合目标对心源性休克患者预后的影响，支持临床决策与治疗策略评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：心源性休克、体外膜肺氧合。随机化：患者将在ECMO开始后6小时内随机分入常氧血症组或高氧血症组。随机化将按中心和ECMO的医疗或心脏术后指征进行分层。实验组（常氧血症组）描述： 随机化后，通过将ECMO膜氧分数（FmO2）设定为60%来实现体外常氧血症目标。 目标是将动脉插管处（氧合器后）测得的氧分压（PO2 postoxygenator）维持在100至150 mmHg之间。 氧合器后PO2由护士每天至少监测两次。 如果氧合器后PO2低于100 mmHg或高于150 mmHg，则将FmO2调整10%，并在10分钟后监测氧合器后PO2。* 呼吸机设置由临床医生自行决定。然而，右桡动脉PaO2
【主题与分类】
主题标签：Cardiogenic Shock、Extracorporeal Membrane Oxygenation。本站分类：心血管系统疾病/心源性休克。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04990349
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/NCT04990349
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
疾病：心源性休克、体外膜肺氧合。随机分组：患者将在ECMO启动后6小时内随机分配至正常氧合组或高氧合组。随机分组将按中心及ECMO的医学或心脏术后指征进行分层。实验组（正常氧合组）描述：* 随机分组后，通过将ECMO膜氧分数（FmO2）设定为60%来实现体外正常氧合目标。* 目标是将动脉插管处测得的氧分压（氧合器后PO2）维持在100至150 mmHg之间。* 护士每天至少监测两次氧合器后PO2。* 若氧合器后PO2低于100 mmHg或高于150 mmHg，则将FmO2调整10%，并在10分钟后监测氧合器后PO2。* 呼吸机设置由临床医生自行决定。但将监测右桡动脉PaO2以确保其高于80 mmHg。* 干预将在随机分组后持续7天。
对照组（高氧血症组）描述：* 随机分组后，通过将ECMO膜氧分数（FmO2）设定为100%来实现体外高氧血症的目标。* 目标是维持氧合器后PO2高于300 mmHg。* 护士每天至少监测氧合器后PO2两次。* 若氧合器后PO2低于300 mmHg，应讨论更换膜。* 呼吸机设置由临床医生自行决定。但需监测右桡动脉PaO2，确保其高于80 mmHg。* 随机分组后实施干预7天。
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。
