危重症患者新型铁死亡或焦亡干预策略分层

源站描述指出,研究通过检测 ICU 危重患者外周血及生物液体中铁死亡相关生物标志物水平,判断铁死亡是否参与器官衰竭发生,从而为未来干预策略提供依据

University Hospital, AntwerpUniversity Hospital, Antwerp
clinicaltrials
浏览 3
其他分类SepsisTrauma Related InjuriesSubarachnoid Haemorrhage (SAH)
Stratifying Critically Ill Patients for Novel Ferroptosis or Pyroptosis Intervention Strategies

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-11-08

资源简介

危重症患者新型铁死亡或焦亡干预策略分层

该数据集来自 clinicaltrials.gov,聚焦感染性疾病/脓毒症,覆盖 Sepsis、Trauma Related Injuries 与 Subarachnoid Haemorrhage (SAH) 等危重症。源站描述指出,研究通过检测 ICU 危重患者外周血及生物液体中铁死亡相关生物标志物水平,判断铁死亡是否参与器官衰竭发生,从而为未来干预策略提供依据。数据可用于危重症患者分层、生物标志物分析与铁死亡或焦亡相关干预策略研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Sepsis、Trauma Related Injuries、Subarachnoid Haemorrhage (SAH)。为了更好地确定哪种治疗最适合在重症监护病房(ICU)住院期间出现器官衰竭的患者,必须确定是哪种潜在机制导致了这种器官衰竭。我们将测定因严重感染、创伤等灾难性事件入住 ICU 的危重患者外周血和生物液体中所谓铁死亡(一种铁相关细胞死亡机制)的“生物标志物”水平。为什么?如果事实证明铁死亡在危重患者器官衰竭的发生中起作用,那么随着能够影响这一铁相关死亡生化“通路”的药物越来越多,这将在未来带来新的疗法。

【主题与分类】

主题标签:Sepsis、Trauma Related Injuries、Subarachnoid Haemorrhage (SAH)。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/NCT06928649

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06928649

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

疾病:脓毒症、创伤相关损伤、蛛网膜下腔出血(SAH)。为更好地确定哪种治疗最适合在重症监护病房(ICU)住院期间出现器官衰竭的患者,必须确定导致该器官衰竭的潜在机制。我们将测定因严重感染、创伤等重大疾病入住ICU的危重患者外周血和生物体液中所谓的铁死亡(一种铁相关细胞死亡机制)的“生物标志物”水平。为什么?如果事实证明这种铁死亡在危重患者器官衰竭的发生中起作用,那么随着能够影响这一铁相关死亡生化“通路”的药物越来越多地可供使用,这将在未来带来新的疗法。

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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。