脓毒症中的功能失调性髓系生成与髓源性抑制细胞
该数据集来自 clinicaltrials.gov,聚焦脓毒症与创伤损伤,研究外科脓毒症后宿主白细胞异常(类似癌症与自身免疫病的慢性状态)导致死亡与生活质量下降的机制

基本信息
资源简介
脓毒症中的功能失调性髓系生成与髓源性抑制细胞
该数据集来自 clinicaltrials.gov,聚焦脓毒症与创伤损伤,研究外科脓毒症后宿主白细胞异常(类似癌症与自身免疫病的慢性状态)导致死亡与生活质量下降的机制。核心假设是髓源性抑制细胞(MDSC)优先扩增与自我维持,部分由骨髓祖细胞和MDSC的表观遗传改变驱动,进而引发非急性感染性与非感染性并发症。该计划将在人类外科脓毒症中探究驱动功能失调性髓系生成、MDSC群体扩增、T细胞数量/功能受抑以及患者免疫抑制/炎症内型发展的机制,主要关注MDSC扩增随时间的演变(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、创伤损伤。我们的总体假设是,外科脓毒症的后果(死亡和生活质量差)是由未缓解的宿主白细胞异常引起的,类似于癌症和自身免疫病等其他慢性疾病。具体而言,髓源性抑制细胞(MDSC)的优先扩增和自我延续,部分通过骨髓(BM)祖细胞和MDSC的表观遗传改变传播,驱动脓毒症后的非急性感染性和非感染性并发症。本项目将在人类外科脓毒症中研究驱动“功能失调性髓系生成”、MDSC群体扩增、T细胞数量/功能受抑以及患者免疫抑制/炎症内型发展的潜在机制。我们将主要关注MDSC扩增如何在观察性研究中随时间演变。
【主题与分类】
主题标签:Sepsis、Trauma Injury。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05110937
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT05110937
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
疾病:脓毒症、创伤性损伤。我们的总体假设是,外科脓毒症的后果(死亡和生活质量差)是由宿主白细胞异常持续存在所致,类似于癌症和自身免疫性疾病等其他慢性病症。具体而言,髓源性抑制细胞(MDSCs)的优先扩增和自我延续,部分通过骨髓(BM)祖细胞和MDSCs的表观遗传改变而传播,驱动脓毒症后的非急性感染性和非感染性并发症。本计划将在人类外科脓毒症中研究驱动“功能障碍性髓系生成”、MDSC群体扩增、T细胞数量/功能受抑以及患者免疫抑制/炎症内型发展的潜在机制。我们将主要关注在一项观察性研究中,MDSC扩增如何随时间演变,该研究追踪快速恢复或未快速恢复的外科脓毒症患者。共有三个具体目标:目标1。
为验证以下假说:急性外科脓毒症后宿主MDSCs的持续存在导致外科脓毒症不良长期临床结局,包括但不限于继发感染增加。目标2. 验证以下假说:外科脓毒症后恢复失败是由循环MDSCs中可修饰的表观遗传改变所驱动,这些改变诱导并延长免疫抑制内型。目标3. 确定外科脓毒症患者MDSCs随时间变化的不同免疫抑制机制,包括免疫代谢、检查点抑制、活性氧和氮产生以及底物可利用性。利用脓毒症与危重症研究中心(SCIRC)已建立的临床基础设施,将采用团队科学方法,合作PI来自多个临床和基础科学学科。目标4. 验证以下假说:在应对与院内脓毒症高风险相关的初始炎症刺激(严重钝性创伤)时,
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。




