识别脓毒症中发生AKI的危险因素

数据集获取

源站：https://clinicaltrials.gov/study/NCT04825639

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、急性肾损伤、糖尿病酮症酸中毒。这是一项描述性研究，旨在报告脓毒症和糖尿病酮症酸中毒（DKA）两个队列中急性肾损伤（AKI）的患病率。此外，我们旨在评估其与高氯血症的关系。在两组中，将尝试评估脱水/休克严重程度和高氯血症等危险因素与两组中AKI的关联。数据将使用SPSS软件进行分析。分类变量将使用卡方检验进行分析，如适用，则进行多元逻辑回归分析。连续变量将使用Student’s T检验进行分析，如有可能，通过线性回归建模进行分析。两组之间的差异可使用方差分析（ANOVA）进行分析。该研究将从儿科重症监护审计网络（PICANet）数据库中收集2015年至2020年的匿名数据，该数据库服务于为威尔士儿科人群提供服务的三级PICU。这些数据是前瞻性提交的，用于审计在英国因儿科重症监护而入院的儿童的临床结局。

本研究经机构研发部门审查，因不涉及直接患者接触且数据匿名，故豁免伦理委员会审查。已获得相关数据库管理员、机构信息治理部门以及威尔士健康研究机构的批准。

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。