脓毒症快速诊断生物标志物评估 - ErASED 研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07655154

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：脓毒症。自2016年“Sepsis-3”共识声明发布以来，脓毒症被定义为由宿主对感染反应失调所致的危及生命的器官功能障碍。脓毒症的识别主要基于临床标准。为辅助诊断，已鉴定出多种生物标志物，然而，除降钙素原等少数例外，尚无一种被纳入脓毒症患者的常规评估。前肾上腺髓质素、血清钙卫蛋白以及IL-6 + IL-8 + IL-10 + MCP-1联合值评分已被提出作为辅助诊断和预测脓毒症预后的生物标志物，但关于其动力学及其与死亡率、器官功能障碍和微生物学诊断相关性的数据仍然缺乏。本研究旨在前瞻性研究临床脓毒症患者在我们急诊科就诊最初数小时内这些标志物的动力学变化，以评估其区分脓毒症与其他危及生命的器官功能障碍病因及疾病严重程度的能力。因此，患者将被分为病例组（培养确诊感染）和对照组（未证实感染病因的患者）。

次要目标将评估生物标志物数值与死亡率、重症监护病房入住及器官功能障碍之间的相关性。此外，在确诊感染的患者中，我们将把生物标志物与病因学诊断进行关联分析。预期在12个月内至少纳入120例患者。基于该受试者数量，将能够以90%的检验效能和5%的I型错误率检测出生物标志物均值间的显著差异。分析将产生汇总指标以综合生物标志物的动力学特征，包括曲线下面积、超过临界阈值（例如数值的第75百分位数）的时间百分比，以及变异性指标如标准差和末次值与首次值之间的差值。组间时间序列将

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。