辅助氟氢可的松治疗脓毒性休克试验
该数据集来自clinicaltrials.gov,为一项在香港、澳大利亚和新加坡6个ICU开展的多中心、随机、双盲、安慰剂对照预试验,评估辅助氟氢可的松用于脓毒性休克患者的可行性

基本信息
资源简介
辅助氟氢可的松治疗脓毒性休克试验
该数据集来自clinicaltrials.gov,为一项在香港、澳大利亚和新加坡6个ICU开展的多中心、随机、双盲、安慰剂对照预试验,评估辅助氟氢可的松用于脓毒性休克患者的可行性。纳入32名成人脓毒性休克患者,休克发作24小时内且接受机械通气。数据可用于探索辅助氟氢可的松对脓毒性休克死亡率的影响,并为设计大规模国际疗效试验提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:脓毒症、脓毒性休克、脓毒症——降低重症监护病房死亡率、脓毒症与脓毒性休克、重症监护病房中的脓毒症。设计:一项多中心、随机、双盲、安慰剂对照的预试验,研究辅助氟氢可的松在脓毒性休克危重患者中的应用。目的:确定开展一项大型、国际、多中心、双盲、随机、安慰剂对照的辅助氟氢可的松改善脓毒性休克死亡率的疗效试验的可行性。地点:香港、澳大利亚和新加坡的6个重症监护病房(ICU)。参与者:32名疑似或确诊脓毒性休克、休克发作24小时内且接受机械通气的成人参与者。排除标准为妊娠、治疗限制、因其他疾病已处方氟氢可的松、24小时内无法给予氟氢可的松。
【主题与分类】
主题标签:Sepsis、Septic Shock、Sepsis and Septic Shock、Sepsis at Intensive Care Unit。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07451886
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/NCT07451886
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
条件:脓毒症、脓毒性休克、脓毒症——降低重症监护病房死亡率、脓毒症与脓毒性休克、重症监护病房中的脓毒症。设计:一项关于在脓毒性休克危重患者中使用辅助氟氢可的松的试点性、多中心、随机、双盲、安慰剂对照试验。目的:确定开展一项大型、国际性、多中心、双盲、随机、安慰剂对照的辅助氟氢可的松疗效试验的可行性,以改善脓毒性休克死亡率。地点:香港、澳大利亚和新加坡的6个重症监护病房(ICU)。参与者:32名成人参与者,在休克发作和机械通气后24小时内疑似或确诊脓毒性休克。排除标准为妊娠、治疗受限、因其他疾病已处方氟氢可的松、休克发作后24小时内无法给予氟氢可的松。干预:每日肠内给予100 mcg氟氢可的松或安慰剂,最长7天,或直至死亡或从ICU出院,以先发生者为准。
主要结局指标:主要结局是满足可行性标准的所有预设终点:方案偏离<15%、分配隐藏丢失<10%、脱落率<10%以及数据缺失<10%。次要结局包括每月招募率、休克缓解时间、28天死亡率、存活且无需器官支持的天数、严重电解质异常。数据分析:将在所有研究参与者中评估每项可行性标准。将采用意向性治疗分析计算治疗组之间次要结局的差异。预期结果:可行性标准将得到满足,并显示出有潜力扩展为一项大型、国际性、多中心、双盲、随机、安慰剂对照试验,以评估辅助性氟氢可的松改善脓毒性休克死亡率的效果。
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。




