鼻病毒感染对小儿心脏手术的影响
该数据集来自 clinicaltrials.gov,聚焦鼻病毒感染对小儿先天性心脏病术后病程的影响。覆盖鼻病毒感染、先天性心脏病、呼吸道感染及术后并发症等主题,涉及围术期鼻病毒 PCR 检测结果与儿科重症监护室(PICU)住院时长等指标

基本信息
资源简介
鼻病毒感染对小儿心脏手术的影响
该数据集来自 clinicaltrials.gov,聚焦鼻病毒感染对小儿先天性心脏病术后病程的影响。覆盖鼻病毒感染、先天性心脏病、呼吸道感染及术后并发症等主题,涉及围术期鼻病毒 PCR 检测结果与儿科重症监护室(PICU)住院时长等指标。可用于研究临床或亚临床鼻病毒感染与心脏手术后不良事件、PICU 入住时间之间的关联,支持术后风险预测与相关临床分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:鼻病毒、先天性心脏病、呼吸道感染、术后并发症。依据:呼吸道感染被认为会给接受手术的儿童带来不良事件风险。鼻病毒是呼吸道感染的常见病因,而先天性心脏病是严重鼻病毒感染的危险因素。然而,我们尚不清楚临床或亚临床鼻病毒感染对儿童先天性心脏病手术后病程有何影响。根据我们的临床经验、一项病例对照研究以及文献中报道的一例病例,我们假设围术期鼻病毒聚合酶链反应(PCR)检测呈阳性的儿科患者,与检测呈阴性的儿童相比,儿科重症监护室(PICU)入住时间更长。目标:主要:确定PCR是否……
【主题与分类】
主题标签:Rhinovirus、Congenital Heart Disease、Respiratory Infections、Post-operative Complications。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02438293
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/NCT02438293
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:鼻病毒、先天性心脏病、呼吸道感染、术后并发症。理由:呼吸道感染被认为可能给接受手术的儿童带来不良事件风险。鼻病毒是呼吸道感染的常见原因,而先天性心脏病是严重鼻病毒感染的危险因素。然而,我们尚不清楚临床或亚临床鼻病毒感染对儿童先天性心脏手术后恢复过程的影响。基于我们的临床经验、一项病例对照研究以及文献中报道的一例病例,我们假设围手术期鼻病毒聚合酶链反应(PCR)检测阳性的儿科患者,与检测阴性的儿童相比,其儿科重症监护室(PICU)入住时间更长。目标:主要目标:确定经PCR证实的鼻病毒是否为接受心脏手术的儿童长时间入住PICU的危险因素。次要目标:制定术前算法,以识别心脏手术后长时间入住PICU风险增加的儿童。
研究设计:这是一项在莱顿大学医学中心(LUMC)开展的前瞻性单中心观察性队列研究。方法:所选患者的父母在收到载有入院和手术日期的信函时,将同时通过邮件收到信息手册和一份问卷(询问当前和/或近期呼吸道感染的体征和症状)。在入院当天(第-1天),所有因心脏手术入院的儿童(的父母)将被邀请参与本研究并填写书面知情同意书。在第0天,即手术当天,在手术室于麻醉诱导后采集鼻咽拭子并检测鼻病毒。所有临床医生将对PCR结果设盲,仅病毒学部门的研究者知晓结果。将收集所有患者直至出院前的临床和实验室数据。在所有仍
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。




