聚合酶链反应在感染性心内膜炎患者管理中的作用
该数据集来自 clinicaltrials.gov,聚焦感染性心内膜炎患者的临床管理,研究方案分为筛查、术前临床评估(T-1)、心脏手术(T0)和随访期(T4至T90)四个阶段

基本信息
资源简介
聚合酶链反应在感染性心内膜炎患者管理中的作用
该数据集来自 clinicaltrials.gov,聚焦感染性心内膜炎患者的临床管理,研究方案分为筛查、术前临床评估(T-1)、心脏手术(T0)和随访期(T4至T90)四个阶段。数据覆盖术前一般情况、抗生素治疗、血培养结果、十二导联心电图、胸部X线、经胸超声心动图及三组血培养等评估内容,并记录复杂心内膜炎患者脓毒性栓塞的存在与位置。可用于探讨聚合酶链反应在感染性心内膜炎诊疗中的作用及相关临床特征分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:感染性心内膜炎。研究方案分为四个不同阶段:筛查、术前临床评估(T-1)、心脏手术(T0)和随访期(T4至T90)。在筛查阶段,将评估患者以确定其是否符合研究纳入/排除标准。签署知情同意书后,患者将接受术前临床评估(T-1)。手术前一天进行以下评估:记录患者一般情况、当前抗生素治疗及招募前进行的血培养可能结果;- 十二导联心电图;- 胸部X线;- 经胸超声心动图(TTE);- 来自三个不同采血部位的三组血培养。对于复杂性心内膜炎病例,记录脓毒性栓塞的存在和位置(使用全身CT扫描成像),征象
【主题与分类】
主题标签:Endocarditis Infective。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/NCT05791357
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/NCT05791357
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:感染性心内膜炎。研究方案分为四个不同阶段:筛选期、术前临床评估(T-1)、心脏手术(T0)和随访期(T4至T90)。在筛选阶段,将对患者进行评估,以确定其是否符合研究的纳入/排除标准。签署知情同意书后,患者将接受术前临床评估(T-1)。手术前一天进行以下评估:记录患者一般情况、当前抗生素治疗及招募前血培养的可能结果;- 十二导联心电图;- 胸部X线检查;- 经胸超声心动图(TTE);- 从三个不同采血部位采集三对血培养。对于复杂性心内膜炎病例,记录脓毒性栓塞的存在及位置(使用全身CT扫描成像),评估心力衰竭体征并评估可手术性标准。
在心脏手术当天(T0),将收集主要术中数据(瓣膜所见、人工瓣膜类型、手术时间、体外循环时间及主动脉阻断时间);切除的瓣膜一部分送至微生物实验室进行培养和分子检测,另一部分送至病理实验室。心脏手术后,患者继续接受监测,并于术后四天(T4)和90天(T90)进行随访。随访期间,收集患者临床状况(生命体征参数)及所行抗生素治疗的信息。在T4和T90重复进行与T-1相同的血液检查。所有上述数据均记录于专用数据库。
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。




