坦桑尼亚城市急诊科床旁超声对临床决策影响的数据
背景:床旁超声(PoCUS)是一种高效、廉价、安全且便携的成像方式,在资源有限的环境中尤其有用。然而,其在此类环境中对临床决策的影响尚未得到充分研究

基本信息
资源简介
坦桑尼亚城市急诊科床旁超声对临床决策影响的数据
背景:床旁超声(PoCUS)是一种高效、廉价、安全且便携的成像方式,在资源有限的环境中尤其有用。然而,其在此类环境中对临床决策的影响尚未得到充分研究
Data from: Impact of point-of-care ultrasound on clinical decision-making at an urban emergency department in Tanzania
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):背景:床旁超声(PoCUS)是一种高效、廉价、安全且便携的成像方式,在资源有限的环境中尤其有用。然而,其在此类环境中对临床决策的影响尚未得到充分研究。本研究的目的是描述PoCUS在坦桑尼亚达累斯萨拉姆一家城市急诊科中的使用情况及其对临床决策的影响。方法:这是一项前瞻性描述性横断面研究,对象为在Muhimbili National Hospital急诊医学科(MNH EMD)接受PoCUS的患者。在MNH EMD为期10个月期间,于研究助理可到岗的时段连续收集患者的PoCUS研究数据。收集的数据包括患者年龄和性别、超声适应症、发现、解读以及提供者报告的诊断印象
【主题与分类】
主题标签:床旁超声、急诊科、临床决策、资源有限环境、坦桑尼亚、前瞻性研究。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.4tq73
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.4tq73
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:
数据集大小约 195.4 KB。
数据说明
背景:床旁超声(PoCUS)是一种高效、廉价、安全且便携的成像方式,在资源有限的环境中尤为有用。然而,其在此类环境中对临床决策的影响尚未得到充分研究。本研究旨在描述PoCUS在坦桑尼亚达累斯萨拉姆一家城市急诊科的使用情况及其对临床决策的影响。方法:这是一项前瞻性描述性横断面研究,对象为在Muhimbili国家医院急诊医学科(MNH EMD)接受PoCUS的患者。研究在MNH EMD为期10个月的期间内,于有研究助理在场时连续收集患者的PoCUS检查数据。收集的数据包括患者年龄和性别、超声检查指征、检查发现、解读结果,以及接诊医生在PoCUS前后报告的诊断印象和处置计划。报告了描述性统计指标,包括中位数和四分位距,以及计数和百分比。对分类数据采用Pearson卡方检验和p值以评估显著差异。
结果:共收集了784名患者进行的986次检查的PoCUS数据。患者中位年龄为32岁;56%的患者为男性。PoCUS的主要适应症包括创伤、呼吸系统表现和腹盆腔疼痛。最常进行的检查类型为eFAST、心脏以及产科或妇科检查。总体而言,临床医生报告称,在所有病例中,使用PoCUS改变了29%的病例的诊断印象或处置计划。在进行了不止一种PoCUS检查类型的患者中,诊断印象或处置计划的改变率增至45%。结论:在资源有限的急诊救治环境中,PoCUS可用于广泛的适应症,并对临床决策产生重大影响,尤其是在进行不止一种检查类型时。
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。




