欧洲前瞻性血流感染队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT07082322

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：血流感染。背景：血流感染（BSIs）和脓毒症持续构成重大公共卫生挑战，在全球范围内导致高发病率和死亡率。根据全球疾病负担研究，BSIs和脓毒症与全球约20%的死亡相关。然而，近年来BSIs的临床特征已发生变化，在不同国家和大陆之间表现出显著差异。各地区管理标准的多样性进一步增加了研究结果的推广和可移植性的复杂性。尽管迫切需要全面的数据，但欧洲的BSI研究仍然分散，往往局限于国家级研究。项目目标：EPIC-BSI项目旨在通过在欧洲及全球范围内建立一个多国协作的血流感染队列来应对这些挑战。主要目标是：* 将各国BSI研究整合为一个协调统一的多国队列，通过标准化欧洲各国及其他地区的BSI发病率数据、诊断和治疗方法以及患者结局，实现大规模比较研究。

• 监测BSI特征的变化，包括多重耐药微生物的出现，以及风险群体、诊断和治疗的变化。* 为未来研究和合作奠定基础，例如将BSI数据与国际抗生素使用、人口数据、卫生政策数据整合，或通过生物样本库保存血源性病原体用于测序。该研究分为三个分支，分别聚焦于BSI流行病学（EPIC-BSI登记研究）、诊断（EPIC-BSI诊断研究）和管理（EPIC-BSI管理研究）。EPIC-BSI管理研究按不同数据贡献层级划分，以降低中心参与门槛并实现广泛参与。具体目标与终点：EPIC-BSI登记研究：* 主要目标/终点：建立一项国际前瞻性BSI队列，包含匿名化的i

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。