烧伤患者ICIS与其他炎症标志物比较数据集

该数据集来自clinicaltrials.gov,聚焦烧伤患者中ICIS与其他炎症标志物的比较研究,涉及细菌感染、烧伤与炎症等主题

Charles University, Czech RepublicCharles University, Czech Republic
clinicaltrials
浏览 9
基因组Infection, BacterialBurnsInflammation
ICIS in Burn Patients Compared to Other Inflammatory Markers

基本信息

模态
基因组
创建/更新时间
2026-10-20

资源简介

烧伤患者ICIS与其他炎症标志物比较数据集

该数据集英文名为 ICIS in Burn Patients Compared to Other Inflammatory Markers,来源于 clinicaltrials.gov,主题聚焦于烧伤患者中 ICIS 与其他炎症标志物的比较研究,涉及细菌感染、烧伤与炎症等方向。从研究背景看,抗生素的不当使用加剧了耐药问题,而感染的早期可靠识别是改善抗生素使用的关键环节;临床体征与常规实验室标志物特异性偏低,难以区分原发损伤、炎症反应与感染所致的变化,血培养作为系统性细菌与真菌感染的金标准,其敏感性也存在局限。该数据集即围绕这一临床难题,关注烧伤人群感染识别相关的标志物比较研究,可为感染性疾病领域的相关分析与研究提供数据参考。

【数据集背景】

该数据集对应的研究关注烧伤患者感染识别这一临床问题。细菌感染、烧伤与炎症是其主要主题标签。源站描述指出,改善抗生素使用是重要的患者与公共卫生议题,抗生素滥用推动了耐药性问题的加剧,已成为公共卫生面临的严重且持续增长的威胁之一。及时启动抗生素治疗已被证明能够降低发病率、挽救生命,但在重症监护病房中开具的抗生素有高达 30% 属于不必要或不恰当。核心难点之一在于感染的早期、可靠检测:临床体征与常规实验室标志物的特异性较低,通常无法区分原发损伤、炎症反应与感染所引起的变化;而系统性细菌与真菌感染的金标准——血培养阳性——的敏感性低于 75%。在此背景下,该研究以烧伤患者为对象,比较 ICIS 与其他炎症标志物在感染识别中的表现。

【数据内容】

该数据集的主题标签为细菌感染、烧伤与炎症,研究内容为烧伤患者中 ICIS 与其他炎症标志物的比较。数据所覆盖的具体变量、记录条数、标志物种类、检测时间点与结局指标等细节,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov,属于感染性疾病 / 其他分类。其原始信息依托临床试验注册平台发布,研究对象的招募、样本采集与检测流程等具体实施细节,源站未提供。

【适用场景】

基于其主题与来源,该数据集适用于烧伤患者感染识别与炎症标志物比较相关的研究场景,例如探讨感染早期检测标志物的性能、分析炎症反应与感染所致变化的区分问题,以及围绕抗生素合理使用开展的临床研究参考。具体可支持的分析任务类型与建模用途,源站未提供。

【使用方法】

该数据集的使用方式、数据格式、字段说明、访问接口与配套文档等,源站未提供。

【质量与限制】

该数据集所对应研究的样本量、标志物检测的灵敏度与特异性等性能指标、数据完整性、偏倚控制与缺失情况等质量相关信息,源站未提供。使用时需注意其研究人群限定于烧伤患者,结论外推至其他人群时应谨慎。

【引用与许可】

该数据集的引用格式、许可条款与使用限制,源站未提供。

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/NCT04894500

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:感染、细菌性、烧伤、炎症。改善抗生素的使用是重要的患者和公共卫生问题。抗生素的滥用导致了日益严重的抗生素耐药性问题,这已成为公共卫生面临的最严重且不断加剧的威胁之一。及时启动抗生素治疗感染已被证明能够降低发病率并挽救生命,然而,在ITU中开具的所有抗生素中,高达30%是不必要或不恰当的。关键问题之一是感染的早期可靠检测。临床体征和常规实验室标志物的特异性较低,通常无法区分由原发损伤、炎症反应和感染所引起的变化。系统性细菌和真菌感染的金标准,即血培养阳性,其敏感性低于75%,且在其多达三分之一的结果中发现了污染。痰培养和尿培养的污染率更高。

此外,培养结果通常至少需要48小时才能获得,而在许多情况下应更早开始抗生素治疗,尤其是脓毒性休克时。为解决早期可靠诊断感染存在的困难,已开发出新的诊断方法,例如降钙素原(PCT)或Presepsin水平测定、基质辅助激光解吸电离飞行时间检测器质谱(MALDI TOF MS)、DNA杂交和聚合酶链反应(PCR)检测,最终还有聚合酶链反应电喷雾电离质谱(PCR ESI-MS)。在上述方法中,PCT检测是最常用的实验室检测。尽管具有许多优点(即血浆变化动态快、敏感性和特异性高于C反应蛋白、能够区分G+和G-感染),但PCT在ARDS、烧伤、多发伤、横纹肌溶解、淋巴细胞溶解、外

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