持久性心室辅助装置治疗后医疗保健相关感染变异性的理解与应对

该数据集来自 clinicaltrials.gov,聚焦持久性心室辅助装置(VAD)治疗后发生的医疗保健相关感染(HAI)

University of MichiganUniversity of Michigan
clinicaltrials
浏览 9
其他分类Healthcare-Associated Infections
Understanding and Addressing Variations in HAIs After Durable Ventricular Assist Device Therapy

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

持久性心室辅助装置治疗后医疗保健相关感染变异性的理解与应对

该数据集来自 clinicaltrials.gov,聚焦持久性心室辅助装置(VAD)治疗后发生的医疗保健相关感染(HAI)。VAD 为晚期心力衰竭患者提供长期机械循环支持,但植入后高达六成患者出现 HAI,并与 1 年死亡率升高 5.6 倍及每例 26.4 万至 86.9 万美元医疗支出相关。现有研究多局限于小型试验的事后分析或单中心经验。数据可用于分析 HAI 发生变异、识别风险因素并支持感染分类与预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:医疗保健相关感染。持久性心室辅助装置(VAD)为心脏移植前的过渡或作为永久性治疗提供长期机械循环支持,并有可能使超过 25 万名对指南导向药物治疗无效的晚期心力衰竭(HF)患者受益。每 10 名 VAD 患者中就有多达 6 名在植入后发生医疗保健相关感染(HAI)。鉴于 HAI 与死亡率(1 年死亡风险增加 5.6 倍)和医疗支出(每名患者 26.4 万至 86.9 万美元)相关,持久性 VAD 治疗的更广泛采用受到 HAI 的阻碍。大多数评估 VAD 治疗背景下 HAI 的研究仅限于小型试验的事后分析或单中心经验。虽然一些人认为 HAI 发生率较低的中心选择了更健康的患者,但另一些人反驳说,im

【主题与分类】

主题标签:Healthcare-Associated Infections。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/NCT03749434

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/NCT03749434

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:医疗保健相关感染。耐久性心室辅助装置(VADs)作为心脏移植的桥梁或永久性治疗,提供长期机械循环支持,并有可能惠及超过25万名对指南指导的药物治疗无效的晚期心力衰竭(HF)患者。每10名VAD患者中,多达6名在植入后会发生医疗保健相关感染(HAI)。耐久性VAD疗法的更广泛采用因HAI而受阻,因为HAI与死亡率(1年死亡风险增加5.6倍)和医疗支出(每名患者264,000至869,000美元)相关。大多数评估VAD治疗中HAI的研究仅限于小型试验的事后分析或单中心经验。虽然有人认为HAI率较低的中心选择了更健康的患者,但其他人反驳说,改进的实践(例如,标准化经验性和针对性抗菌治疗)或增强的提供者团队合作更能预测改善的结果。

尽管存在基于证据的医疗保健相关感染(HAI)预防指南和实施工具(如检查表),但这些方法并不全面(例如,忽视了设备特定的决定因素),也无法根据当地情况进行定制,从而限制了其可用性、采用率以及在预防HAI方面取得显著效果的可能性。了解各个中心内部在最大程度采用预防措施方面的障碍和促进因素,将作为制定针对性策略的基础。缺乏这一认识,基于证据、面向行动的建议在当地的采用率将有限,最终在预防VAD植入后HAI方面的效果也会受限。研究者的长期目标是制定并随后推广基于证据的HAI预防实践在耐久性VAD植入后的广泛采用。本提案的目标是确定VAD植入后最重要HAI的预防建议。为实现这一目标

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