重症监护中的骨关节脓毒症

该数据集来自 clinicaltrials.gov,聚焦重症监护病房中诊断为关节假体感染(主要为膝、髋假体)的患者,属于感染性疾病/脓毒症方向

Assistance Publique - Hôpitaux de ParisAssistance Publique - Hôpitaux de Paris
clinicaltrials
浏览 10
其他预测Osteoarticular InfectionIntensive Care PatientsProsthetic Joint Infection
OsteoArticular Sepsis in Intensive Care unitS

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

重症监护中的骨关节脓毒症

该数据集来自 clinicaltrials.gov,聚焦重症监护病房中诊断为关节假体感染(主要为膝、髋假体)的患者,属于感染性疾病/脓毒症方向。研究采用双向观察性设计,描述患者特征、住院期间(术前或术后)的诊疗轨迹与预后,比较相同特征与轨迹患者组间的预后差异,评估与2年死亡率相关的独立危险因素,并描述法国需重症监护的重度骨关节装置感染的微生物学及耐药特征。数据可用于感染预后预测与风险因素分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:骨关节感染、重症监护患者、假体关节感染。这是一项双向观察性研究,对象为因关节假体感染(主要为膝和髋假体)诊断而入住重症监护的患者。研究的主要目标是描述此类感染入住重症监护患者的特征、住院期间(术前或术后)的诊疗轨迹及预后。我们还旨在比较具有相同特征和诊疗轨迹的不同患者组之间的预后,并评估研究人群中与2年死亡率相关的独立危险因素。最后,我们将描述法国需重症监护的重度骨关节装置感染的微生物学和耐药特征。这是一项描述性和分析性观察性研究,向所有法国

【主题与分类】

主题标签:Osteoarticular Infection、Intensive Care Patients、Prosthetic Joint 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/NCT06627842

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/NCT06627842

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:骨关节感染、重症监护患者、假体关节感染。这是一项双向观察性研究,研究对象为因关节假体感染(主要为膝关节和髋关节假体)诊断而收入重症监护的患者。本研究的主要目的是描述因该类感染收入重症监护的患者的特征、住院期间(手术前或手术后)的诊疗路径及预后。我们还旨在比较具有相同特征和诊疗路径的不同患者组之间的预后,并评估研究人群中与2年死亡率相关的独立危险因素。最后,我们将描述法国需要重症监护住院的严重骨关节器械感染的微生物学及耐药特征。这是一项描述性和分析性观察性研究,向法国所有公立和私立医院开放。患者数据将从患者源文件中前瞻性获取。仅2年数据(生命状态、功能数据)将为本研究专门收集,通过电话联系患者或其支持人员进行。

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