脓毒症相关脑病（SAE）患者队列的建立
该数据集来源于clinicaltrials.gov，是一项在三级医院急诊科开展的前瞻性观察性队列研究，聚焦脓毒症相关脑病（SAE）
基本信息
资源简介
脓毒症相关脑病（SAE）患者队列的建立
该数据集来源于clinicaltrials.gov，是一项在三级医院急诊科开展的前瞻性观察性队列研究，聚焦脓毒症相关脑病（SAE）。研究依据Sepsis 3.0标准识别脓毒症患者，以GCS评分小于15定义SAE，并设置非SAE组、非感染急性病对照组及健康对照。采集全血、血浆、血清、脑脊液、粪便和直肠拭子等样本，并提取全血总RNA进行测序，同时采用超高效液相色谱-MS/MS分析。数据可用于SAE的识别分类、生物标志物发现及机制探索（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：脓毒症相关脑病。我们在三级医院急诊科开展了一项针对危重患者的前瞻性观察性队列研究。本临床研究经北京协和医院伦理机构审查委员会批准。我们根据Sepsis 3.0标准识别脓毒症患者。SAE定义为格拉斯哥昏迷量表（GCS）评分小于15，非SAE组GCS=15。对照组为患有急性疾病的非感染患者和健康对照。我们正在收集纳入参与者的样本，包括全血、血浆、血清、脑脊液、粪便和直肠拭子。使用PAXgene Blood RNA MDx试剂盒（PreAnalytiX）从全血中提取总RNA用于RNA测序。我们使用了超高效液相色谱-MS/MS
【主题与分类】
主题标签：Sepsis-Associated Encephalopathy。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/NCT04230447
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/NCT04230447
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：脓毒症相关性脑病。我们开展了一项前瞻性观察性队列研究，研究对象为某三级甲等医院急诊科收治的危重症患者。本临床研究经北京协和医院伦理委员会批准。我们依据Sepsis 3.0标准识别脓毒症患者。脓毒症相关性脑病（SAE）定义为格拉斯哥昏迷量表（GCS）评分低于15分，非SAE组GCS=15分。对照组为发生急性疾病的非感染性患者及健康对照者。我们正在收集纳入参与者的样本，包括全血、血浆、血清、脑脊液、粪便和直肠拭子。使用PAXgene Blood RNA MDx试剂盒（PreAnalytiX）从全血中提取总RNA，用于RNA测序。我们采用超高效液相色谱-串联质谱（UHPLC-MS/MS）分析检测代谢物。我们使用Bio-Plex 200系统（Luminex Corporation，Austin，TX，USA）和Simoa HD-X AnalyzerTM（Quanterix）平台检测细胞因子。
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。
