修订脓毒症定义后脓毒症诱导凝血病(SIC)新标准:全国性调查的回顾性分析数据
该数据集来自一项全国性上市后调查,由日本血栓与止血学会提供,纳入1498例接受重组人可溶性血栓调节蛋白治疗的脓毒症合并凝血功能障碍患者

基本信息
资源简介
修订脓毒症定义后脓毒症诱导凝血病(SIC)新标准:全国性调查的回顾性分析数据
Data from: New criteria for sepsis-induced coagulopathy (SIC) following the revised sepsis definition: a retrospective analysis of a nationwide survey
该数据集来自一项全国性上市后调查,由日本血栓与止血学会提供,纳入1498例接受重组人可溶性血栓调节蛋白治疗的脓毒症合并凝血功能障碍患者。数据依据修订后的脓毒症定义,用于评估脓毒症相关凝血病的预后因素,并与现有模型比较准确性。可用于研究脓毒症诱导凝血病(SIC)的新诊断标准、预后预测及抗凝治疗适用人群的筛选(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2017。
【数据内容】
源站描述(机器翻译,仅供参考):目的:近期临床研究表明,抗凝治疗可能仅对脓毒症合并凝血功能障碍患者中的特定高危亚组有效。脓毒症的定义最近被修改,旧的评分系统可能不再适用于脓毒症相关凝血病的诊断。本研究的目的是根据新的脓毒症定义,评估诊断为脓毒症和凝血病患者的预后因素,并与现有模型比较其准确性。设计、设置和对象:该数据集来自一项评估重组人可溶性血栓调节蛋白的上市后调查,由日本血栓与止血学会提供。本研究分析了1498例接受重组血栓调节蛋白治疗的脓毒症和凝血病并发症患者。主要结局指标:
【主题与分类】
主题标签:platelet count、thrombomodulin、prothrombin time、Disseminated intravascular coagulation、Sepsis。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.3ds63
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.3ds63
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:
数据集大小约 233.4 KB。
数据说明
目的:近期临床研究表明,抗凝治疗可能仅对脓毒症合并凝血功能障碍患者中的特定高危亚组有效。脓毒症的定义最近已被修改,旧的评分系统可能不再适用于脓毒症相关凝血病的诊断。本研究旨在根据新的脓毒症定义评估诊断为脓毒症和凝血病患者的预后因素,并评估其与现有模型相比的准确性。设计、设置和对象:数据集来自一项考察重组人可溶性血栓调节蛋白的上市后调查,由日本血栓与止血学会提供。本研究共分析了1498例接受重组血栓调节蛋白治疗的脓毒症合并凝血功能障碍并发症患者。
主要结局指标:对治疗开始前获取的血小板计数、凝血酶原时间(PT)比值、纤维蛋白原及纤维蛋白降解产物(FDP)、全身炎症反应综合征(SIRS)评分和序贯器官衰竭评估(SOFA)评分与28天死亡率的关系进行了分析。结果:在逻辑回归模型中,血小板计数、PT比值和总SOFA评分为致命结局的独立预测因素。采用上述3个变量定义了脓毒症诱导凝血(SIC)评分,阳性阈值为4分或以上。与日本急诊医学会(JAAM)-DIC评分相比,SIC评分预测的28天死亡率更高(38.4% vs. 34.7%)。结论:SIC评分基于易于获取的参数,计算简便,对28天死亡率具有较高的预测价值。未来需进一步研究以评估SIC评分是否能指导抗凝治疗的启动决策。
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。




