白细胞分群与血小板指数预测脓毒症临床结局的敏感性与特异性:双中心观察性临床试验

该数据集来自 clinicaltrials.gov,属于感染性疾病/脓毒症分类,主题标签为 Sepsis。源站描述指出,白细胞亚群与血小板指数分析可预测临床结局

Minia UniversityMinia University
clinicaltrials
浏览 8
表格预测Sepsis
Sensitivity and Specificity of Leucocytes Profiling Versus Platelet Indices in Prediction of Clinical Outcome for Candidates With Sepsis. A Bi-centric Observational Clinical Trial

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-20

资源简介

白细胞分群与血小板指数预测脓毒症临床结局的敏感性与特异性:双中心观察性临床试验

该数据集英文名称为“Sensitivity and Specificity of Leucocytes Profiling Versus Platelet Indices in Prediction of Clinical Outcome for Candidates With Sepsis. A Bi-centric Observational Clinical Trial”,来源于 clinicaltrials.gov,在分类上归属于感染性疾病下的脓毒症方向,主题标签为 Sepsis。源站描述指出,该数据集关注的疾病条件为脓毒症,核心内容是白细胞亚群与血小板指数的分析,并指出这类分析可用于预测临床结局。从名称与来源信息看,这是一项围绕脓毒症候选患者开展的双中心观察性临床试验所对应的数据集,其研究重点在于比较白细胞分型与血小板指数在预测临床结局方面的敏感性与特异性。整体而言,该数据集为脓毒症相关临床研究提供了以白细胞亚群和血小板指数为核心指标的数据资源,适合用于了解该试验的研究主题与数据定位。

【数据集背景】

该数据集对应的研究聚焦于脓毒症这一感染性疾病。脓毒症是临床关注度较高的感染相关病症,其临床结局的预测对诊疗决策具有重要意义。源站描述明确指出,白细胞亚群与血小板指数的分析能够预测临床结局。数据集名称进一步表明,该研究旨在比较白细胞分型(Leucocytes Profiling)与血小板指数(Platelet Indices)在预测脓毒症候选患者临床结局方面的敏感性与特异性。研究设计为双中心观察性临床试验,这一设计信息来自数据集英文名称本身。该数据集在分类体系中归入感染性疾病 / 脓毒症,主题标签为 Sepsis,便于在相关主题下检索与归类。

【数据内容】

依据源站描述,该数据集涉及的核心内容为脓毒症条件下的白细胞亚群分析与血小板指数分析,以及这些分析对临床结局的预测作用。数据集名称显示,研究关注的是白细胞分型与血小板指数两类指标在预测临床结局时的敏感性与特异性比较。主题标签为 Sepsis,疾病条件为脓毒症。除上述信息外,关于具体变量字段、样本量、观测指标的具体数值、结局定义、数据记录格式与文件组织方式等内容,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。数据集名称表明其对应一项双中心观察性临床试验,即研究在兩個中心开展、采用观察性设计。源站描述给出的疾病条件为脓毒症。关于具体的采集时间范围、采集机构名称、纳入与排除标准、数据采集流程、随访安排以及伦理审批信息等,源站未提供。

【适用场景】

该数据集的主题与内容指向脓毒症临床结局预测研究,适用于围绕白细胞亚群与血小板指数在脓毒症患者结局预测中的敏感性与特异性开展的分析与比较。其分类归属感染性疾病 / 脓毒症,主题标签为 Sepsis,可用于感染性疾病尤其是脓毒症相关主题的数据检索、研究主题梳理以及方法学参考。由于数据集名称体现的是两类指标预测效能的比较,相关场景可包括对白细胞分型与血小板指数预测价值的对照性探讨。关于具体的建模用途、临床决策支持场景或验证性研究设计,源站未提供。

【使用方法】

源站未提供该数据集的具体使用方法,包括数据获取方式、访问权限、数据结构说明、字段定义、分析脚本或操作指南等均未在给定信息中说明。使用者需依据来源站 clinicaltrials.gov 的公开信息进一步了解该试验的登记详情。

【质量与限制】

该数据集对应双中心观察性临床试验,研究设计信息来自数据集名称。源站描述仅指出白细胞亚群与血小板指数分析可预测临床结局,未提供样本量、缺失情况、数据完整性、偏倚控制、统计方法或结果指标等质量相关信息。关于数据的准确性、代表性、可重复性以及使用限制,源站未提供。由于缺少上述细节,无法对数据质量作出进一步判断。

【引用与许可】

该数据集来源于 clinicaltrials.gov。关于引用格式、许可协议、使用条款、数据共享政策以及知识产权归属等信息,源站未提供。使用者在引用或使用前应向来源站核实相关规定。

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/NCT06612307

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

Conditions: Sepsis. Leucocyte subpopulation and platelet indices analysis can predict clinical outcome

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