体外膜氧合（ECMO）与冠状病毒病（COVID）19
条件：与严重急性呼吸综合征冠状病毒（SARS-CoV）2 相关的 ARDS，与 SARS-CoV 2 相关的急性难治性心力衰竭
基本信息
资源简介
体外膜氧合（ECMO）与冠状病毒病（COVID）19
Extracorporeal Membrane Oxygenation (ECMO) and Coronavirus Disease (COVID) 19 数据集来源于 clinicaltrials.gov，聚焦于循环系统疾病中的心力衰竭领域。该数据集围绕严重急性呼吸综合征冠状病毒 2（SARS-CoV 2）相关急性呼吸窘迫综合征（ARDS）以及 SARS-CoV 2 相关急性难治性心力衰竭两类条件展开，核心研究目标是评估在多中心注册研究中接受静脉-静脉或静脉-动脉体外膜氧合（ECMO）支持的 COVID-19 患者的住院生存情况。数据集同时关注患者特征描述、住院死亡风险因素识别、ECMO 撤机后第 28 天与第 90 天生存结局分析，以及循环支持移动单元在严重大流行中的效用评估。数据纳入兼具前瞻性与回顾性，以覆盖整个大流行期间的数据收集。
【数据集背景】
该数据集所对应的研究背景与 SARS-CoV 2 引发的严重呼吸与循环衰竭密切相关。严重急性呼吸综合征冠状病毒 2 感染可导致急性呼吸窘迫综合征，也可引发急性难治性心力衰竭，这两类危重状态均可能需要体外膜氧合支持。数据集以多中心注册研究的形式，针对 COVID-19 患者接受静脉-静脉或静脉-动脉 ECMO 支持的情况进行系统观察与记录。其主要目标在于评估此类患者的住院生存情况，并围绕患者特征、死亡风险因素、撤机后生存结局以及循环支持移动单元在大流行中的效用展开分析。研究设计同时纳入前瞻性与回顾性数据，以覆盖整个大流行的时间跨度。
【数据内容】
数据集涉及的条件包括与严重急性呼吸综合征冠状病毒 2 相关的 ARDS，以及与 SARS-CoV 2 相关的急性难治性心力衰竭。研究关注的主要结局为接受静脉-静脉或静脉-动脉 ECMO 支持的 COVID-19 患者的住院生存情况。次要目标包括：描述接受 ECMO 支持的 COVID-19 患者特征；识别与住院死亡率相关的风险因素；分析 ECMO 撤机后的结局，包括第 28 天和第 90 天生存情况；分析循环支持移动单元在严重大流行中的效用。数据纳入方式为前瞻性与回顾性相结合，以收集整个大流行期间的数据。
【采集与来源】
该数据集来源于 clinicaltrials.gov。数据采集依托多中心注册研究，纳入方式包括前瞻性与回顾性两种，旨在覆盖整个大流行期间的数据。源站未提供具体的采集时间范围、参与中心数量、样本量、数据字段结构或采集工具等细节。
【适用场景】
该数据集适用于围绕 COVID-19 相关危重症的临床研究与分析场景，尤其是涉及 ECMO 支持的呼吸与循环衰竭患者。潜在应用方向包括：评估接受静脉-静脉或静脉-动脉 ECMO 支持的 COVID-19 患者住院生存情况；描述该类患者的人群特征；探索与住院死亡率相关的风险因素；分析 ECMO 撤机后第 28 天与第 90 天的生存结局；以及评估循环支持移动单元在严重大流行背景下的效用。其分类归属为循环系统疾病 / 心力衰竭，也可为心力衰竭与呼吸支持交叉领域的研究提供参考。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT04397588
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
病症：与严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）相关的ARDS，与SARS-CoV-2相关的急性难治性心力衰竭。本研究的主要目标是在多中心注册研究中评估接受静脉-静脉或静脉-动脉ECMO支持的COVID-19患者的住院生存率。次要目标包括描述接受ECMO支持的COVID-19患者特征，识别与住院死亡率相关的风险因素，分析ECMO撤机后的结局，包括第28天和第90天的生存率，以及分析在严重大流行期间循环支持移动单元的效用。纳入病例既包括前瞻性也包括回顾性，以便收集整个大流行期间的数据。
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。
