老年患者住院可行性与结局研究

该数据集来自 clinicaltrials.gov,聚焦老年(75 岁以上)患者住院的可行性与结局,覆盖社区获得性肺炎、慢性心力衰竭加重、慢性阻塞性肺疾病加重及蜂窝织炎等病种

Hillel Yaffe Medical CenterHillel Yaffe Medical Center
clinicaltrials
浏览 2
基因组预测Community-Acquired PneumoniaExacerbation of Chronic Heart FailureCellulitis
Feasibility and Outcomes of Older Patients Hospitalization

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-11

资源简介

老年患者住院可行性与结局研究

该数据集来自 clinicaltrials.gov,聚焦老年(75 岁以上)患者住院的可行性与结局,覆盖社区获得性肺炎、慢性心力衰竭加重、慢性阻塞性肺疾病加重及蜂窝织炎等病种。研究通过随机对照前瞻性干预试验,比较急性期与亚急性期住院方案的效果,结局指标包括日常生活活动能力、功能状态、再住院率及后续医疗服务利用情况。数据可用于分析老年患者住院后功能恢复、再入院风险及医疗资源使用等预测建模任务(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:社区获得性肺炎、慢性心力衰竭加重、慢性阻塞性肺疾病加重、蜂窝织炎。住院对任何年龄段的患者及其家庭而言都是一次创伤性事件,在老年阶段更是如此。其后果之一是难以恢复既往的日常生活活动能力,尤其是 75 岁以上的老年患者。亚急性期是急性住院阶段的延续,其主要目的是改善患者的功能状态和生活质量。目前尚无足够的临床试验来证明这一假设。本研究旨在通过一项随机对照前瞻性干预研究,比较急性期与亚急性期住院方案的结局。结局指标将包括日常生活活动能力、功能状态、再住院以及后续医疗服务利用情况。

【主题与分类】

主题标签:Community-Acquired Pneumonia、Exacerbation of Chronic Heart Failure、Cellulitis。本站分类:循环系统疾病/心力衰竭。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00489021

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00489021

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病类型:社区获得性肺炎、慢性心力衰竭急性加重、慢性阻塞性肺疾病急性加重、蜂窝织炎。住院对任何年龄段的患者及其家庭而言都是一次创伤性事件,对老年人尤为如此。其后果之一是难以恢复以往的日常生活活动能力,尤其是在75岁以上的老年患者中。亚急性期是急性住院阶段的延续,其主要目的是改善患者的功能状态和生活质量。目前尚无足够的临床试验来证实这一假设。我们研究的目的是通过一项随机对照前瞻性干预研究,比较急性期与亚急性期住院方案的效果。结局指标将包括日常生活活动能力、功能状态、再住院率以及出院后医疗服务利用情况。研究假设是亚急性期住院将改善结局并降低费用。

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。

获取专属数据定制方案