烧伤患者中的TDAP（第2组）

数据集获取

源站：https://clinicaltrials.gov/study/NCT07223684

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、烧伤、伤口愈合、危重症、多器官功能障碍综合征。这是一项针对严重烧伤成年患者的前瞻性观察性研究。目的是进一步了解身体对烧伤、治疗和恢复的反应，并识别可能预测感染或脓毒症等并发症的因素。通过研究临床信息、血液样本和组织样本中的模式，研究人员旨在开发基于计算机的模型，以改进诊断并指导未来的治疗。烧伤面积超过体表面积10%且年龄在18岁及以上的患者可能符合条件。参与者在加入研究前将被要求提供书面知情同意。招募将在美国多家主要烧伤中心进行。预计约80名患者参与。住院期间，将按计划时间采集少量血液样本，并尽可能在常规临床采血时抽取，以减少针刺次数。

研究期间采集的血液总量不会超过安全限度（整个研究期间约125 mL）。当因伤口护理需要手术时，也可能采集通常会被丢弃的小块组织。作为常规护理的一部分已在收集的信息——如生命体征、实验室结果、用药情况以及手术和并发症的详细信息——将被纳入研究数据库。参与者将在住院期间接受随访，并在出院后6个月和12个月时被联系，以了解恢复情况和健康状况。所有个人健康信息都将保密；用于分析的数据将被去标识化。通过将生物样本与临床信息相结合，本研究将构建烧伤后恢复的详细图景。研究结果可能有助于找到更好的方法来早期发现并发症、实现个体化治疗，并改善烧伤患者的长期结局。

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。