成人心脏手术后术后谵妄发生率
该数据集来自 clinicaltrials.gov,为一项前瞻性观察队列研究,关注成人心脏手术后术后谵妄的发生情况,并涉及 Covid19 感染和/或疫苗接种等因素

基本信息
资源简介
成人心脏手术后术后谵妄发生率
该数据集来自 clinicaltrials.gov,为一项前瞻性观察队列研究,关注成人心脏手术后术后谵妄的发生情况,并涉及 Covid19 感染和/或疫苗接种等因素。数据由训练有素的护理人员每 12 小时记录谵妄发生、Delirium Observation Screening Scale(DOSS)分级及治疗,同时收集年龄、高血压、房颤、BMI、ACE 抑制剂/ARB 治疗、听力损失、痴呆、外周动脉疾病、心肌梗死、抑郁、糖尿病等已知危险因素,以及住院时长、延长镇静、抗精神病药物等结局数据,可用于谵妄风险因素分析与预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:术后谵妄、成人心脏手术、Covid19。研究类型:前瞻性观察队列研究。机构:三级大学医院。方法:患者将由训练有素的护理人员对谵妄症状进行常规、连续观察。谵妄的发生、谵妄观察筛查量表(DOSS)分级和治疗将每 12 小时记录在病例报告表(CRF)上。此外,还将收集已知的谵妄危险因素:计划类型、年龄、动脉高血压、心房颤动、体重指数(BMI)、血管紧张素转换酶(ACE)抑制剂/血管紧张素受体阻滞剂(ARB)治疗、听力损失、痴呆、外周动脉疾病、心肌梗死、抑郁、糖尿病、2019 冠状病毒病(Covid19)感染和/或疫苗接种;以及结局数据:住院时长、延长镇静、抗精神病药
【主题与分类】
主题标签:Postoperative Delirium、Adult Cardiac Surgery、Covid19。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/NCT04828902
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/NCT04828902
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:术后谵妄、成人心脏手术、Covid19。研究类型:前瞻性观察性队列研究。设施:三级大学医院。方法:患者将由受过培训的护理人员对谵妄症状进行常规、持续观察。谵妄的发生、谵妄观察筛查量表(DOSS)评分及治疗情况将每12小时记录于病例报告表(CRFs)上。
此外,还将收集谵妄的已知危险因素:排班类型、年龄、动脉高血压、心房颤动、体重指数(BMI)、血管紧张素转换酶(ACE)抑制剂/血管紧张素受体阻滞剂(ARBs)治疗、听力损失、痴呆、外周动脉疾病、心肌梗死、抑郁、糖尿病、2019冠状病毒病(COVID19)感染和/或疫苗接种;以及结局数据:住院时长、镇静延长、抗精神病药物治疗、手术再干预、机械通气小时数(HOV)、气管插管次数、意识障碍持续时间、血液制品输注、心肺复苏(CPR)、肾脏替代治疗(RRT)、机械循环支持(MCS)、儿茶酚胺支持持续时间、ICU再入院、新抗生素治疗、30天死亡率。统计方法:谵妄发病率和风险将通过二乘二表格计算。
谵妄与次要结局指标之间的关联将通过简单回归和逻辑回归进行评估,对于分布均匀的连续变量采用方差分析检验,对于分布不均匀的连续变量或分类变量采用克鲁斯卡尔-沃利斯检验。p<0.05的结果将被视为显著。假定一年的时间足以得出关于研究主要终点的结论。
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。




