人类早期重症疾病转化生物学信息学数据集

数据涉及重症综合征患者易感风险因素、急性损伤机制、症状表现、治疗反应及短期与长期结局的异质性,可用于探索重症疾病的生物学机制、辅助诊断、治疗与预后研究(来源 clinicaltrials.gov)

London Health Sciences Centre Research Institute OR Lawson Research Institute of St. Joseph'sLondon Health Sciences Centre Research Institute OR Lawson Research Institute of St. Joseph's
clinicaltrials
浏览 19
其他预测SepsisARDSCritical IllnessNeurocognitive DysfunctionShock, SepticVentilator Associated PneumoniaImmune SuppressionInflammationSIRS
Early Severe Illness TrAnslational BioLogy InformaticS in Humans

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

人类早期重症疾病转化生物学信息学数据集

该数据集来源于 clinicaltrials.gov,聚焦人类早期重症疾病的转化生物学信息学,覆盖 Sepsis、ARDS、Critical Illness、Neurocognitive Dysfunction、Shock, Septic、Ventilator Associated Pneumonia、Immune Suppression、Inflammation 等病症。数据涉及重症综合征患者易感风险因素、急性损伤机制、症状表现、治疗反应及短期与长期结局的异质性,可用于探索重症疾病的生物学机制、辅助诊断、治疗与预后研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Sepsis、ARDS、Critical Illness、Neurocognitive Dysfunction、Shock, Septic、Ventilator Associated Pneumonia、Immune Suppression、Inflammation。背景:重症综合征,如 Sepsis 和 ARDS,与患者易感风险因素、导致感染的急性损伤机制、表现症状、对治疗的反应以及短期和长期结局的巨大异质性相关。自 30 多年前首次标准化 Sepsis 和 ARDS 定义以来,对导致重症综合征的生物学机制已取得重要认识。然而,仍有许多重要的未解问题阻碍了对因早期症状符合重症而进入 ICU 的患者的准确诊断、治疗和预后。在关于 Sepsis 和 ARDS 生物学仍无答案的诸多空白中

【主题与分类】

主题标签:Sepsis、ARDS、Critical Illness、Neurocognitive Dysfunction、Shock, Septic、Ventilator Associated Pneumonia、Immune Suppression、Inflammation、SIRS。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05591924

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

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/NCT05591924

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

病症:脓毒症、急性呼吸窘迫综合征、危重症、神经认知功能障碍、感染性休克、呼吸机相关性肺炎、免疫抑制、炎症。背景:危重症综合征,如脓毒症和急性呼吸窘迫综合征,在患者易感风险因素、导致感染的急性损伤机制、临床表现、对治疗的反应以及短期和长期预后方面存在巨大的异质性。自30多年前首次对脓毒症和急性呼吸窘迫综合征进行标准化定义以来,人们对导致危重症综合征的生物学机制已有了重要认识。然而,仍有许多重要的未解问题阻碍了对因早期症状符合危重症而入住ICU的患者进行准确诊断、治疗和预后判断。

在脓毒症和ARDS生物学中仍有许多未解之谜,以下问题尤为重要:(1)免疫系统失调的构成是什么;(2)免疫系统反应如何依赖于与感染病原体的相互作用;(3)哪些生物学特征能够区分模拟这些综合征的其他诊断;(4)遗传多态性在患者预后中的机制是什么。为了解决这些问题并增进我们对这些复杂且异质性综合征的理解,需要采取多方面协作的方法。本研究将通过建立一个名为“人类早期重症转化生物学信息学”(ESTABLISH)的纵向前瞻性观察队列,来研究危重患者早期脓毒症的生物学。具体目标:目标1:研究早期危重疾病期间免疫系统调节的生物学机制。

将要解决的主要问题包括:(1) 入院时及ICU住院期间免疫功能与临床并发症的关系;(2) 免疫反应的解剖区室化与临床并发症的关联;(3) 不同解剖位置的免疫反应如何导致内皮细胞损伤;(4) 巨噬细胞如何促进

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。

获取专属数据定制方案