重症监护病房中皮肤与软组织坏死性感染:前瞻性多国队列研究
该数据集来自 clinicaltrials.gov,聚焦重症监护病房中的坏死性软组织感染(NSTI),涵盖坏死性筋膜炎、Fournier 坏疽等疾病

基本信息
资源简介
重症监护病房中皮肤与软组织坏死性感染:前瞻性多国队列研究
该数据集来自 clinicaltrials.gov,聚焦重症监护病房中的坏死性软组织感染(NSTI),涵盖坏死性筋膜炎、Fournier 坏疽等疾病。源站描述指出 NSTI 是罕见且危及生命的细菌感染,死亡率从非选择患者的 9% 到需 ICU 收治的严重病例的 30%,年发病率约 4/100000 人,初期误诊常见且缺乏可靠诊断检测,常导致手术清创延迟。数据可用于感染性疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:坏死性筋膜炎、Fournier 坏疽、坏死性软组织感染。坏死性软组织感染(NSTI)是罕见且危及生命的细菌感染,以皮下组织、筋膜或肌肉坏死为特征。NSTI 的死亡率很高,从非选择患者的 9% 到需要重症监护病房(ICU)收治的最严重形式的最高 30%。年发病率为 4/100000 人,初期误诊频繁,且没有可靠的诊断检测可用,常导致感染组织的手术清创延迟,而这是主要的可改变预后因素之一。根据国际建议,任何伴有单个或多个器官衰竭或显示急剧恶化的皮肤感染都必须将 NSTI 的诊断纳入考虑,即使没有局部体征的
【主题与分类】
主题标签:Necrotizing Fasciitis、Fournier Gangrene、Necrotizing Soft Tissue Infection。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05116956
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/NCT05116956
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
疾病:坏死性筋膜炎、Fournier坏疽、坏死性软组织感染。坏死性软组织感染(NSTI)是一种罕见且危及生命的细菌感染,以皮下组织、筋膜或肌肉坏死为特征。NSTI的死亡率较高,从非选择患者的9%到需要入住重症监护室(ICU)的最严重形式的最高30%不等。其发病率为每年4/10万人,初期误诊常见,且无可靠的诊断检测方法,常导致感染组织的手术清创延迟,而手术清创延迟是主要的可改变预后因素之一。根据国际建议,任何伴有单个或多个器官衰竭或出现急剧恶化的皮肤感染,即使没有局部严重体征,也必须考虑NSTI的诊断。诊断通过在手术中识别出缺损组织(有时为坏死组织,用手指即可轻易剥离)以及存在典型的、有恶臭的“洗碗水”样渗出物来确认。
NSTIs的早期管理具有挑战性,需要协调一致的多学科方法。NSTIs的治疗包括早期广谱抗菌治疗以及紧急、积极的外科清创,包括切除所有坏死和感染组织。前瞻性研究开展甚少,我们目前对NSTI的认识大多来自回顾性单中心研究。在此背景下测试干预措施的少数随机治疗试验结果令人失望,部分原因是难以识别适合个体化治疗的亚组。因此,一项旨在收集ICU收治的NSTI患者临床表现、微生物学、管理和结局的精细数据、涉及大量中心和国家的国际大型研究是可取的,以增进我们对这一毁灭性疾病的认识。“SKin and soft tissue INfections in
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。




