感染性心内膜炎静脉抗生素治疗相关不良事件前瞻性观察研究数据集
该数据集来自巴西里约热内卢一家心脏外科三级医院的前瞻性观察研究,针对接受抗菌药物治疗的感染性心内膜炎患者,监测其外周短导管、短期中心静脉导管(CVC)和经外周置入中心静脉导管(PICC)使用过程中发生的不良事件

基本信息
资源简介
感染性心内膜炎静脉抗生素治疗相关不良事件前瞻性观察研究数据集
Adverse events related to intravenous antibiotic therapy: a prospective observational study in the treatment of infective endocarditis
该数据集来自巴西里约热内卢一家心脏外科三级医院的前瞻性观察研究,针对接受抗菌药物治疗的感染性心内膜炎患者,监测其外周短导管、短期中心静脉导管(CVC)和经外周置入中心静脉导管(PICC)使用过程中发生的不良事件。研究对象为2009至2010年住院的18岁以上患者,数据可用于分析静脉通路相关不良事件的发生情况及其对住院时长或死亡的影响(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):目的:本前瞻性观察研究旨在识别三级医院感染性心内膜炎(IE)治疗中使用静脉通路部位相关的不良事件(AEs),这些事件可能发生在患者诊疗过程中,不能归因于基础疾病,并可能导致住院时间延长或死亡。设计:这是一项观察性、分析性、前瞻性研究,针对接受IE抗菌药物治疗的患者因使用静脉通路部位而发生的不良事件。纳入国际心内膜炎合作组织(ICE)研究的患者,对其外周导管、短期中心静脉导管(CVC)和经外周置入中心静脉导管(PICC)进行不良事件监测。地点:巴西里约热内卢一家心脏外科三级医院。患者:2009年和2010年住院的18岁以上患者
【主题与分类】
主题标签:Adult cardiology、Infection control。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A721093c51eb2333a90b342a9673992ae8d2ed8d93c92d9552219cf334cf355b1
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的:本前瞻性观察性研究旨在识别某三级医疗中心在感染性心内膜炎(IE)治疗中因使用静脉通路部位而发生的不良事件(AEs),这些事件可在患者诊疗过程中出现,不能归因于基础疾病,并可能导致住院时间延长或死亡。设计:这是一项关于IE抗菌治疗患者因使用静脉通路部位所致不良事件的观察性、分析性、前瞻性研究。纳入国际心内膜炎合作组织(ICE)研究的患者,对其外周导管、短期中心静脉导管(CVC)及经外周静脉置入中心静脉导管(PICC)进行不良事件监测。地点:巴西里约热内卢一家心脏外科三级医疗中心。患者:纳入2009年和2010年住院、符合改良Duke标准确诊IE的18岁以上患者。主要结局指标:不良……
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。




