酮酯对脓毒症诱导心肌病患者的血流动力学影响

该数据集来自 clinicaltrials.gov,主题为酮酯对脓毒症诱导心肌病(SICM)患者血流动力学的影响。SICM 是脓毒症/脓毒性休克患者中约 50% 出现的多因素过程,与死亡率升高相关

Tor Biering-SørensenTor Biering-Sørensen
clinicaltrials
浏览 12
其他回归Sepsis Induced Cardiomyopathy
Hemodynamic Effects of Ketone Esters in Patients With Sepsis Induced Cardiomyopathy

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-10

资源简介

酮酯对脓毒症诱导心肌病患者的血流动力学影响

该数据集来自 clinicaltrials.gov,主题为酮酯对脓毒症诱导心肌病(SICM)患者血流动力学的影响。SICM 是脓毒症/脓毒性休克患者中约 50% 出现的多因素过程,与死亡率升高相关。既往研究提示酮体比葡萄糖更高效,每生成一个 ATP 分子耗氧更少,且衰竭心脏代谢酮体的能力增强;酮酯在慢性心力衰竭和心源性休克患者中已显示急性有益的血流动力学效应。数据可用于分析酮酯对血流动力学及全身氧耗的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脓毒症诱导心肌病。脓毒症是由宿主对感染反应失调引起的危及生命的器官功能障碍,在 ICU 中与高死亡率相关。脓毒症诱导心肌病(SICM)是一个多因素过程,约出现在 50% 的脓毒症/脓毒性休克患者中,并与死亡率增加相关。有观点认为,酮体是比葡萄糖更高效的能量代谢底物,每生成一个 ATP 分子耗氧更少,且衰竭的人类心脏代谢酮体的能力增强。既往研究已分别发现酮酯在慢性心力衰竭和心源性休克患者中具有急性有益的血流动力学效应。酮酯带来的血流动力学改善和全身氧耗降低可能对患者大有裨益。

【主题与分类】

主题标签:Sepsis Induced Cardiomyopathy。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/NCT06952140

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/NCT06952140

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

条件:脓毒症诱导的心肌病。脓毒症是由宿主对感染反应失调引起的危及生命的器官功能障碍,并与ICU高死亡率相关。脓毒症诱导的心肌病(SICM)是一个多因素过程,约50%的脓毒症/脓毒性休克患者会出现,并与死亡率增加相关。有研究表明,酮体是比葡萄糖更高效的能量代谢底物,每生成一个ATP分子耗氧量更低,而且衰竭的人类心脏代谢酮体的能力增强。既往研究分别发现酮酯在慢性心力衰竭和心源性休克患者中具有急性有益的血液动力学效应。酮酯改善血液动力学和降低全身氧耗的效应可能对入住ICU的患者大有裨益。因此,研究者旨在通过这项随机、安慰剂对照、双盲、交叉、急性干预研究,探讨酮酯在脓毒症诱导的心肌病患者中的血液动力学效应。

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