新生儿科多路输注策略对中心导管相关血流感染率的影响
该数据集来自 clinicaltrials.gov,聚焦新生儿感染,主题为新生儿科多路输注策略对中心导管相关血流感染(CLABSI)发生率的影响

基本信息
资源简介
新生儿科多路输注策略对中心导管相关血流感染率的影响
该数据集来自 clinicaltrials.gov,聚焦新生儿感染,主题为新生儿科多路输注策略对中心导管相关血流感染(CLABSI)发生率的影响。源站描述指出,早产儿住院期间常需同时静脉输注多种药物与肠外营养液,需使用中心静脉导管及输注装置,多路输注装置会增加 CLABSI、药物相互作用、给药时间异常及重复操作的风险。DORAN INTERNATIONAL 为此开发了适配新生儿科的 EDELVAISS 多路输注策略(Multiline Neo® 与 Escape Line® 装置),预期可降低相关风险。数据可用于感染性疾病与脓毒症相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:新生儿感染。住院于新生儿病房的早产儿,在无法口服给药或不适合口服给药时,需要同时静脉(IV)输注多种药物和肠外营养液。静脉给药需要使用中心静脉导管以及将导管连接至输注液体或药物的输注装置。使用多路输注装置会使患者面临中心导管相关血流感染(CLABSI)、药物相互作用、给药时间异常以及在婴儿近旁重复操作的风险。在此背景下,DORAN INTERNATIONAL 开发了适配新生儿科的 EDELVAISS 多路输注策略(Multiline Neo® 与 Escape Line® 装置)。鉴于其特性,使用该策略的预期获益为:1)降低微
【主题与分类】
主题标签:Neonatal Infection。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/NCT06656104
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/NCT06656104
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:新生儿感染。当无法或不适合口服给药时,新生儿病房住院早产儿的管理需要同时静脉(IV)输注多种药物和肠外营养液。静脉给药需要使用中心静脉导管以及将导管连接至输注液体或药物的输注装置。使用多种输注装置会使患者面临中心导管相关血流感染(CLABSI)、药物相互作用、给药时间异常以及在婴儿附近重复操作的风险。在此背景下,DORAN INTERNATIONAL开发了适用于新生儿学的EDELVAISS多输注策略(Multiline Neo®和Escape Line®装置)。鉴于其特征,使用该策略预期获益为:1)降低微生物污染风险,从而减少院内感染数量;2)减少晚期脓毒症中抗生素的暴露;3)减少因导管阻塞导致的中心导管丢失数量;4)减少与婴儿接触的不良刺激操作;5)减轻工作人员压力。
在Croix-Rousse医院的三级护理新生儿病房开展了一项试点研究,分别于2019年(实施前)和2020年(实施后)进行。基线CLABSI发生率略低于最近一次法国调查的全国水平(12.4/1000导管日[95%CI:10.8;14.0])。在322名极低出生体重婴儿中,研究者显示,在实施EDELVAISS多输注策略后,导管相关菌血症发生率显著降低88%,从每1000导管日11.3例感染降至2.2例。自该试点研究以来,EDELVAISS多输注策略已在新生儿科常规用于约2000名收入Croix-Rousse医院新生儿科的婴儿。2020年观察到的低CLABSI发生率在随后2年中得以维持。若干三级护理新生儿科
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




