重症监护感染患病率扩展研究 IV

数据集获取

源站：https://clinicaltrials.gov/study/NCT07309549

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：脓毒症、感染。重症监护感染扩展患病率IV（EPIC IV）研究是一项国际性、多中心、前瞻性24小时点患病率研究，旨在提供关于重症监护病房（ICU）成年患者中感染模式、抗菌药物使用、器官支持策略及相关结局的最新全球评估。本研究沿用既往EPIC研究（1998年、2007年、2017年）的方法学，同时关注COVID-19后时代观察到的感染流行病学的显著变化，包括微生物耐药谱的变化及ICU实践模式的转变。每家参与ICU将在预定时间窗口内选择一个研究日，纳入该24小时期间任何时间在ICU内的所有年龄≥18岁的患者。数据收集将在各中心间标准化，包括：* 患者层面的信息，包括人口学特征、合并症、入院特征、疾病严重程度评分（APACHE II、SAPS II、SOFA）、器官功能障碍、微生物学结果、抗菌治疗及支持治疗。

• 与ICU组织、人员配置、资源可获得性及抗菌药物管理实践相关的单元层面特征。 * ICU和医院结局的随访数据，在研究日后60天截尾。不实施研究特定的治疗或干预。所有临床诊疗均遵循当地实践。微生物学检测和治疗决策不受研究方案影响。EPIC IV将能够对感染流行病学、抗菌药物耐药性、抗生素管理绩效和资源利用的全球及区域差异进行详细分析。庞大的国际样本量将支持预先设定的子研究，探讨感染类型、耐药模式、合并症、ICU结构特征与患者结局之间的关联。该数据集还将允许进行分层分析

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。