关于BAY 3389934安全性、合适剂量及其对脓毒症诱导凝血病患者影响的研究
该数据集来自clinicaltrials.gov,主题为一项首次在患者中开展的临床研究,评估BAY 3389934在脓毒症诱导凝血病患者中的安全性、合适剂量及其影响

基本信息
资源简介
关于BAY 3389934安全性、合适剂量及其对脓毒症诱导凝血病患者影响的研究
该数据集来自clinicaltrials.gov,主题为一项首次在患者中开展的临床研究,评估BAY 3389934在脓毒症诱导凝血病患者中的安全性、合适剂量及其影响。覆盖脓毒症与凝血病相关人群,研究对象为在医院重症监护室(ICU)接受脓毒症诱导凝血病治疗的患者。数据可用于了解该研究的设计背景、疾病机制描述及研究目的,支持对脓毒症诱导凝血病治疗方向的检索与参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脓毒症、凝血病。研究人员正在寻找更好的方法来治疗脓毒症诱导凝血病患者。脓毒症发生在细菌及其毒素在血液中扩散并引起感染时。为了克服感染,身体会通过激活免疫系统作出反应,有时这种免疫反应过于活跃,导致不受控制的血凝块形成,也称为脓毒症诱导凝血病。脓毒症凝血病会损伤血管和器官,并导致体内血小板水平降低。在严重情况下,甚至可能导致死亡。这项首次在患者中开展的研究的主要目的是了解BAY 3389934的安全性、其合适剂量以及它对脓毒症诱导凝血病参与者的影响。对于这项研究,研究人员将招募在医院重症监护室(ICU)接受脓毒症诱导凝血病治疗的人。为此,
【主题与分类】
主题标签:Sepsis、Coagulopathy。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06854640
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/NCT06854640
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:脓毒症、凝血功能障碍。研究人员正在寻找更好的方法来治疗脓毒症诱导的凝血功能障碍患者。当细菌及其毒素在血液中扩散并引起感染时,就会发生脓毒症。为了克服感染,身体会通过激活免疫系统作出反应,有时这种免疫反应过于活跃,会导致不受控制的血凝块形成,也称为脓毒症诱导的凝血功能障碍。脓毒症凝血功能障碍会损害血管和器官,并导致体内血小板水平降低。在严重的情况下,甚至可能导致死亡。这项首次人体研究的主要目的是了解BAY 3389934的安全性、合适剂量,以及它对脓毒症诱导的凝血功能障碍参与者的影响。在这项研究中,研究人员将纳入在医院重症监护室(ICU)接受脓毒症诱导的凝血功能障碍治疗的患者。为此,研究人员将收集在接受BAY 3389934期间和之后出现医学问题的参与者人数。这些医学问题也被称为“不良事件”。
医生会记录研究中出现的所有医学问题,即使他们认为这些问题可能与研究治疗无关。参与者将被分为2组。第一组将接受BAY3389934的最低起始剂量。研究人员将仔细监测参与者对药物的反应,并可能根据药物的安全性和耐受性调整剂量,或增加或减少。如果第一组未报告严重副作用,第二组将接受更高剂量的BAY3389934。每位参与者将参与研究约28天。在研究期间,医生及其研究团队将:* 采集血液和尿液样本,* 进行体格检查,* 检查生命体征,如体温、血压和心率,* 使用心电图(ECG)检查心脏健康
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。




