重症监护病房医院获得性血流感染的流行病学与结局决定因素

该数据集来自clinicaltrials.gov,对应Eurobact II多国多中心队列研究,纳入全球ICU中医院获得性血流感染(HA-BSI)患者

Outcome ReaOutcome Rea
clinicaltrials
浏览 11
表格预测BacteremiaSepsisHospital Acquired ConditionResistance Bacterial
Epidemiology and Determinants of Outcomes of Hospital Acquired Blood Stream Infections in the Intensive Care

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-20

资源简介

重症监护病房医院获得性血流感染的流行病学与结局决定因素

该数据集来自clinicaltrials.gov,对应Eurobact II多国多中心队列研究,纳入全球ICU中医院获得性血流感染(HA-BSI)患者。数据覆盖流行病学更新、第28天死亡率影响,以及感染来源、微生物、抗菌治疗和感染源控制等结局决定因素,并涉及患者个体与组织层面因素。可用于分析HA-BSI的流行病学特征、预测死亡结局、评估治疗与管理因素对预后的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:菌血症、脓毒症、医院获得性病症、细菌耐药。Eurobact II是一项多国多中心队列研究,将纳入全球各地ICU中接受治疗的医院获得性血流感染(HA-BSI)患者。该研究将提供自Eurobact I研究以来HA-BSI流行病学的更新。其设计旨在调查HA-BSI对第28天死亡率的影响。为描述HA-BSI结局的决定因素,特别是感染来源、微生物、抗菌治疗特征及感染源控制的效果。该研究将调查患者个体和组织因素,并描述ICU中HA-BSI管理决定因素。

【主题与分类】

主题标签:Bacteremia、Sepsis、Hospital Acquired Condition、Resistance Bacterial。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/NCT03937245

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/NCT03937245

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:菌血症、脓毒症、医院获得性状况、耐药细菌。Eurobact II是一项跨国多中心队列研究,将纳入全球各地重症监护室(ICU)中治疗的医院获得性血流感染(HA-BSI)患者。该研究将提供自Eurobact I研究以来HA-BSI流行病学的最新情况。旨在调查HA-BSI对第28天死亡率的影响。描述HA-BSI结局的决定因素,特别是感染来源、微生物、抗菌治疗特征及感染源控制的效果。它将调查患者特异性因素和组织因素,并描述ICU中HA-BSI管理的决定因素。

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