PhysioNet 脓毒症数据集
该数据集是一个包含脓毒症患者临床监测数据的表格型医疗数据集，源自PhysioNet平台，涵盖生命体征、实验室指标等多维度临床信息。其主要用途是支持脓毒症早期检测与风险预测的机器学习模型开发，通过分析患者临床数据实现及时预警，从而辅助临床决策、改善患者预后并降低医疗负担。
基本信息
资源简介
PhysioNet 脓毒症数据集
【一句话概览】
脓毒症是感染引发组织损伤、器官衰竭或死亡的危险病症。美国每年近170万人发病、27万人死亡，医院死亡者中逾三分之一患有脓毒症；全球每年约3000万人发病、600万人死亡，约420万新生儿和儿童受影响。美国医院每年为此支出240亿美元，占医疗费用13%，多数用于入院时未确诊的患者。早期发现和抗生素治疗至关重要，每延迟一小时治疗，死亡率约增加4%至8%。PhysioNet/CinC 2019挑战赛旨在应对早期检测的局限等问题（来源 OpenML，Physionet 许可）。
【数据集背景】
本数据集源站标题为《physionet_sepsis》。源站首次发布：2025-02-23。
【数据内容】
源站原始描述：Sepsis is a life-threatening condition that occurs when the body''s response to infection causes tissue damage, organ failure, or death (Singer et al., 2016). In the U.S., nearly 1.7 million people develop sepsis and 270,000 people die from sepsis each year; over one third of people who die in U.S. hospitals have sepsis (CDC). Internationally, an estimated 30 million people develop sepsis and 6 million people die from sepsis each year; an estimated 4.2 million newborns and children are affected (…
中文译文（机器翻译，仅供快速理解，请以原文为准）：脓毒症是一种危及生命的状况，当身体对感染的反应导致组织损伤、器官衰竭或死亡时发生（Singer等，2016）。在美国，每年有近170万人发生脓毒症，27万人死于脓毒症；美国医院死亡人数中超过三分之一患有脓毒症（CDC）。国际上，估计每年有3000万人发生脓毒症，600万人死于脓毒症；估计有420万新生儿和儿童受到影响（WHO）。脓毒症给美国医院造成的费用超过任何其他健康状况，每年达240亿美元（占美国医疗支出的13%），其中大部分费用用于入院时未诊断的脓毒症患者（Paoli等，2018）。全球范围内脓毒症费用更高，发展中国家风险最大。总之，脓毒症是一个重大公共卫生问题，造成显著的发病率、死亡率和医疗费用。脓毒症的早期检测和抗生素治疗对于改善脓毒症结局至关重要，治疗每延迟一小时与死亡率大约增加4-8%相关（Kumar等，2006；Seymour等，2017）。为帮助解决这一问题，临床医生提出了脓毒症的新定义（Singer等，2016），但早期检测和治疗脓毒症的根本需求仍然存在，关于早期检测局限性的基本问题仍未得到解答。PhysioNet/Computing in Cardiology Challenge 2019为解决这些问题提供了机会。数据列名转换和映射来自https://github.com/mlfoundations/tableshift/tree/fca9429814703a07e3902d005d46563a207b7f0a 列名被限制为少于64个字符，并添加了计数器以避免前几个字符重复。
【数据结构与技术规格】
文件数 1 个，合计 214.74 MB。
【获取与许可】
源站页面：https://www.openml.org/d/46677
使用许可：Physionet。
规范引用：Goldberger, A., Amaral, L., Glass, L., Hausdorff, J., Ivanov, P. C., Mark, R., ... & Stanley, H. E. (2000). PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals. Circulation [Online]. 101 (23), pp. e215-e220
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://www.openml.org/search?type=data&sort=runs&status=active&id=46677
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
该数据集是一个用于脓毒症早期检测研究的临床数据集，源自PhysioNet/计算心脏病学挑战赛2019。数据集包含脓毒症患者的临床监测数据，如生命体征、实验室检查结果等表格型医疗记录。数据经过标准化处理，列名被限制在64字符以内并添加了防重复计数器。该数据集主要用于开发机器学习模型，以实现对脓毒症的早期预警和风险预测，帮助临床医生及时干预，降低脓毒症相关死亡率和医疗成本。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
