ICU中SIRS与细菌性脓毒症的生物标志物鉴别

数据集获取

源站：https://clinicaltrials.gov/study/NCT01378169

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：SIRS、脓毒症、严重脓毒症、脓毒性休克。研究目的：本项目的主要目标是确立在重症监护患者全身炎症反应综合征（SIRS）期间，病原体或宿主相关感染过程诊断标志物联合应用的诊断效能，从而首先区分非感染性SIRS与脓毒症，其次确定引起炎症反应的微生物病原体。为此，我们将采用多种血浆标志物的组合方法，包括常规标志物（CRP、PCT、其他可溶性介质（可溶性TREM-1、IL-6、IL-1Ra、IL-10、CXCL2、CXCL8、CCL2和CCL5））、细胞标志物（单核细胞上CD14/HLA-DR表达及NK细胞上TLR2、4、9表达）以及循环单核细胞中微小RNA（miRNA）表达的改变。研究设计：本研究将纳入根据常规标准因SIRS和疑似脓毒症而入住ICU的患者。感染的定义将基于结合临床、细菌学及细胞学或组织病理学的综合判断，具体取决于所涉及的疾病。

将从D0至D3对先前描述的生物学参数进行连续测量。评估标准：主要终点是确定各单项参数及不同组合区分脓毒症与非感染性炎症的能力。所研究生物标志物的诊断性能将通过计算各检测单独或联合应用时相对于感染（脓毒症）存在与否（SIRS）的敏感性、特异性、阳性预测值和阴性预测值来实现。根据文献数据和我们自身的经验，SIRS患者中脓毒症的预期比例为50%。各检测的区分能力将通过ROC曲线进行评估，并使用Hosmer-Lemeshow进行校准，分为多个严重程度递增的层次。所提供的服务水平为p值<5%。暂无计划。

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。