ERCP术后脓毒症危险因素

该数据集来自 clinicaltrials.gov,聚焦 ERCP 术后脓毒症的危险因素研究。源站描述显示,将在埃及 Mansura University 胃肠外科中心开展队列研究,纳入 50 名 18 岁以上接受 ERCP 的成年患者,以术中或术后早期不明原因低血压为暴露因素,以 ERCP 术后脓

Mansoura UniversityMansoura University
clinicaltrials
浏览 5
其他预测SepsisIntraoperative HypotensionBacteremia Sepsis
Risk Factors of Post-ERCP Sepsis

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

ERCP术后脓毒症危险因素

该数据集来自 clinicaltrials.gov,聚焦 ERCP 术后脓毒症的危险因素研究。源站描述显示,将在埃及 Mansura University 胃肠外科中心开展队列研究,纳入 50 名 18 岁以上接受 ERCP 的成年患者,以术中或术后早期不明原因低血压为暴露因素,以 ERCP 术后脓毒症为主要结局指标,其他 ERCP 相关后遗症为次要结局指标。数据可用于探索术中低血压与术后脓毒症的关联,辅助构建术后脓毒症风险预测模型,并为优化 ERCP 患者围术期管理提供依据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:脓毒症、术中低血压、菌血症性脓毒症。将在埃及 Mansura University 胃肠外科中心开展一项队列研究,样本为 50 名接受 ERCP 的成年(18 岁以上)患者。术中或术后不久发生且无法归因于特定原因的低血压将被归类为暴露。在本研究中,ERCP 术后脓毒症将是主要结局指标,而其他 ERCP 相关后遗症将是补充结局指标。讨论:本研究的结果将显著推进我们对术中低血压与 ERCP 术后脓毒症发生之间潜在联系的理解。本研究的目标是增进对 ERCP 所带来挑战的认识,这将有助于制定更有效的患者治疗方法。

【主题与分类】

主题标签:Sepsis、Intraoperative Hypotension、Bacteremia Sepsis。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06187168

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/NCT06187168

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、术中低血压、菌血症性脓毒症。在埃及曼苏拉大学胃肠外科中心,将开展一项队列研究,样本为50例接受ERCP的成人(18岁以上)患者。术中或术后不久发生的低血压,若无法与特定原因相关联,将被归类为暴露因素。在本研究中,ERCP后脓毒症将作为主要结局指标,而其他ERCP相关后遗症将作为补充结局指标。讨论:本研究的结果将显著增进我们对术中低血压与ERCP后脓毒症发生之间潜在联系的理解。本研究旨在加深对ERCP所带来挑战的认识,这将有助于制定更有效的患者治疗方法。

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