成人MDW双截断值准确性研究

该数据集来自clinicaltrials.gov,聚焦成人脓毒症检测。研究旨在验证在特征描述阶段确立的MDW双截断值,并在多中心成人急诊就诊人群中评估MDW检测脓毒症的性能

Beckman Coulter, Inc.Beckman Coulter, Inc.
clinicaltrials
浏览 4
文本分类Sepsis
Adult MDW Dual Cut-Off Accuracy Study

基本信息

模态
文本
任务类型
分类
创建/更新时间
2026-10-09

资源简介

成人MDW双截断值准确性研究

该数据集来自clinicaltrials.gov,聚焦成人脓毒症检测。研究旨在验证在特征描述阶段确立的MDW双截断值,并在多中心成人急诊就诊人群中评估MDW检测脓毒症的性能。入组对象为就诊后12小时内开具全血细胞计数伴分类(CBC w/diff)的成人,来自已常规使用DxH 900的选定站点,纳入所有符合标准者且不做富集。所有符合标准受试者的数据将提交给独立评审专家组,评审者对MDW结果及病历中可能存在的脓毒症诊断判定保持盲态。可用于脓毒症检测标志物性能验证与分类研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脓毒症。本研究的目的是验证在特征描述阶段确立的MDW双截断值,并在多中心研究中展示MDW检测成人脓毒症的性能,研究对象为就诊后12小时内开具全血细胞计数伴分类(CBC w/diff)的急诊成人。本研究设计为从当前在急诊常规检测中使用DxH 900的选定站点入组所有来诊者。所有符合纳入标准的受试者都将被纳入研究,不做富集。所有符合纳入标准受试者的数据将提供给独立评审专家组。评审者对MDW结果以及原始病历中可能存在或不存在的任何脓毒症诊断判定保持盲态。

【主题与分类】

主题标签:Sepsis。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/NCT06885528

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/NCT06885528

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。本研究的目的是验证在特征描述过程中建立的MDW双截断值,并展示MDW在急诊科就诊的成人中检测脓毒症的性能,这些成人在就诊后12小时内进行了全血细胞计数及分类计数检测,研究为多中心研究。本研究旨在从目前急诊科常规检测中使用DxH 900的选定站点招募所有就诊者。所有符合纳入标准的受试者都将被纳入研究,不进行富集。所有符合纳入标准的受试者的数据将提供给独立评审专家组。评审专家将对MDW结果以及原始病历中可能存在或不存在的任何脓毒症诊断判定设盲。

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