院前脓毒症感染灶识别与及时经验性抗生素治疗背景数据:农村救护车服务前瞻性队列研究
该数据集提取自挪威北部大学医院救护车部门的救护车质量登记系统,覆盖2018年5月至2022年8月由挪威北部大学救护车服务转运、在院前接受静脉抗生素治疗的疑似脓毒症患者

基本信息
资源简介
院前脓毒症感染灶识别与及时经验性抗生素治疗背景数据:农村救护车服务前瞻性队列研究
Background data for: Pre-hospital identification of infection focus in sepsis and timely empirical antibiotic therapy in a rural ambulance service: A prospective cohort study
该数据集提取自挪威北部大学医院救护车部门的救护车质量登记系统,覆盖2018年5月至2022年8月由挪威北部大学救护车服务转运、在院前接受静脉抗生素治疗的疑似脓毒症患者。数据包含人口学与临床资料、患者流转路径、院前治疗、到院及出院时状态和30天全因死亡率,可用于研究急救人员能否识别脓毒症感染灶并及时给予经验性抗生素治疗(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集提取自挪威北部大学医院救护车部门管理的疑似脓毒症患者救护车质量登记系统。数据收集自2018年5月至2022年8月期间,由挪威北部大学救护车服务转运、在院前接受静脉抗生素治疗的疑似脓毒症患者。该数据集提取用于开展一项研究,探讨急救人员在有或无全科医生协助的情况下,能否识别脓毒症患者的感染灶并及时给予静脉抗生素治疗。数据集包含人口学与临床数据、患者流转路径、院前环境中给予的治疗、患者到院时和出院时的状态,以及30天全因死亡率。对应文章的摘要:背景:早期诊断
【主题与分类】
主题标签:Emergency Medical Technicians、Ambulance、Anti-Bacterial Agents、Medicine, Health and Life Sciences、Paramedics、Sepsis、Emergency Medical Services、General practitioners、Primary Care Physicians。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A87505e4f05a230ca467ad115cde9d1ffddcf97e7ea215ec30f94ee150ae7ba7a
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
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
本数据集提取自挪威北部大学医院救护车部门管理的疑似脓毒症患者救护车质量登记系统。数据收集自2018年5月至2022年8月期间,由挪威北部大学救护车服务给予院前静脉抗生素治疗并转运至医院的疑似脓毒症患者。提取该数据集旨在开展一项研究,探讨护理人员在有或无全科医生协助的情况下,能否识别脓毒症患者的感染灶并及时给予静脉抗生素治疗。数据集包含人口学与临床数据、患者病程轨迹、院前环境中给予的治疗、患者到达医院时及出院时的状态,以及30天全因死亡率。相应文章的摘要:背景:脓毒症患者的早期诊断和静脉抗生素治疗的启动可降低发病率和死亡率,因此院前环境中的脓毒症管理很可能影响患者结局。
清晰描述院前脓毒症管理,重点关注病程轨迹和感染源识别,可能有助于实现及时且更有针对性的院前抗生素治疗。本研究旨在探讨在有或无全科医生协助的情况下,急救人员能否识别脓毒症患者的感染灶并及时给予静脉抗生素治疗。方法:我们开展了一项队列研究,纳入疑似脓毒症、接受院前静脉抗生素治疗并转运至医院的患者。研究环境主要为农村地区,距医院平均距离较长。患者在基于临床检查并辅以评分系统评估后接受针对性抗生素治疗。患者于2018年5月至2022年8月前瞻性纳入。数据登记于脓毒症管理救护车q
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。




