STUDY00015328:脓毒症内型
该数据集来自 clinicaltrials.gov,主题为脓毒症内型研究,属于感染性疾病/脓毒症方向。数据涵盖第1天采集的血液、唾液、粪便和气管吸出物样本,用于化学与遗传生物标志物及炎症标志物分析,并包含腰方肌大小测量与腹部CT相关性评估;同时纳入电子病历中的APACHE II和SOFA严重程度评分

基本信息
资源简介
STUDY00015328:脓毒症内型
该数据集来自 clinicaltrials.gov,主题为脓毒症内型研究,属于感染性疾病/脓毒症方向。数据涵盖第1天采集的血液、唾液、粪便和气管吸出物样本,用于化学与遗传生物标志物及炎症标志物分析,并包含腰方肌大小测量与腹部CT相关性评估;同时纳入电子病历中的APACHE II和SOFA严重程度评分、人口学信息、生命体征、炎症标志物、器官功能障碍标志物及多项血液化学指标。第2-3天记录最异常值,第3-5天重复采样,第5-6天继续记录。可用于脓毒症分型、严重程度评估及生物标志物相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脓毒症。第1天样本采集:20ml血液用于化学和遗传生物标志物分析。≤1ml唾液、粪便和气管吸出物用于炎症标志物分析。腰方肌大小测量与腹部CT相关性。若非常规诊疗的一部分,额外进行血液检测以评估细胞分类、降钙素原和炎症标志物。电子病历(EMR)数据:APACHE II和SOFA严重程度评分。人口学信息、生命体征、炎症标志物、器官功能障碍标志物以及各种血液化学值。第2-3天每日记录:记录与第1天相同参数的最异常值。第3-5天(一次)样本采集:重复采集血液、唾液、粪便和气管吸出物。访问EMR数据以获取严重程度评分和其他临床参数。第5-6天每日记录:继续记录最异常值
【主题与分类】
主题标签:Sepsis。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/NCT03146546
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/NCT03146546
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
条件:脓毒症。第1天样本采集:采集20ml血液用于化学和遗传生物标志物分析。采集≤1ml唾液、粪便和气管吸出物用于炎症标志物分析。测量腰方肌大小并与腹部CT进行相关性分析。若非常规诊疗的一部分,额外进行血液检测以评估细胞分类、降钙素原和炎症标志物。电子病历(EMR)数据:APACHE II和SOFA严重程度评分。人口统计学信息、生命体征、炎症标志物、器官功能障碍标志物及多种血液化学值。第2-3天每日记录:记录与第1天相同参数中最异常的值。第3-5天(一次)样本采集:重复采集血液、唾液、粪便和气管吸出物。访问EMR数据以获取严重程度评分及其他临床参数。第5-6天每日记录:继续记录临床参数中最异常的值。第7-10天(一次)样本采集:重复采集血液、唾液、粪便和气管吸出物。测量肌肉大小并进行CT相关性分析。访问EMR数据以获取与之前相同的参数。
第14天(或出院)最终样本采集:采集20毫升血液及其他样本,整个研究期间采血量不超过1毫升/千克。电子病历与临床数据:收集严重程度评分、生命体征、炎症标志物、器官功能障碍标志物及其他临床变量。第30天、3个月、6个月及1年长期结局:审查电子病历以获取临床结局,如死亡日期、再住院、持续性危重病。通过电话访谈收集关于出院后病程及并发症的主观数据。
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。




