创伤性脑损伤预后预测的营养与代谢生物标志物患者队列研究
该数据集源自 clinicaltrials.gov 登记的多中心观察性队列研究,覆盖韩国 5 家三级教学医院急诊科,研究期为 2018 年 7 月至 2023 年 12 月

基本信息
资源简介
创伤性脑损伤预后预测的营养与代谢生物标志物患者队列研究
该数据集源自 clinicaltrials.gov 登记的多中心观察性队列研究,覆盖韩国 5 家三级教学医院急诊科,研究期为 2018 年 7 月至 2023 年 12 月。研究对象为 18 岁以上、经 EMS 救治并在伤后 72 小时内送达参与医院、影像学确诊脑出血或弥漫性轴索损伤的创伤性脑损伤患者,计划招募 1200 例,并在出院后 1 个月和 6 个月电话随访存活病例。数据可用于构建创伤性脑损伤预后预测模型,探索营养与代谢生物标志物与结局的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:创伤性脑损伤。研究设计:多中心观察性队列研究,韩国 5 家三级教学医院急诊科。研究期:2018 年 7 月至 2023 年 12 月(66 个月)。研究人群:18 岁以上的创伤性脑损伤患者。病例为连续收治的成年患者,经 EMS 救治的创伤性脑损伤并在伤后 72 小时内转运至参与医院的 5 个急诊科,并经放射学检查确诊脑出血或弥漫性轴索损伤。将建立前瞻性创伤性脑损伤患者队列,所有存活的创伤性脑损伤病例将在急诊出院后 1 个月和 6 个月通过电话随访。在研究期间,研究者计划招募总计 1,200 例(2018 年 7 月至 2020 年 6 月 600 例,2021 年 3 月至 2023 年 6 月 600 例)。D
【主题与分类】
主题标签:Brain Injuries, Traumatic。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04718935
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/NCT04718935
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
研究条件:创伤性脑损伤。研究设计:多中心观察性队列研究,韩国5家三级教学医院急诊科。研究期间:2018年7月至2023年12月(66个月)。研究人群:年龄超过18岁的创伤性脑损伤患者。病例将为连续收治的成年创伤性脑损伤患者,这些患者接受EMS治疗并在创伤后72小时内转运至参与医院的5个急诊科,且经放射学检查确诊为脑出血或弥漫性轴索损伤。将建立前瞻性创伤性脑损伤患者队列,所有存活的创伤性脑损伤病例将在急诊出院后1个月和6个月通过电话进行随访。在研究期间,研究者计划共招募1,200例病例(2018年7月至2020年6月期间600例,2021年3月至2023年6月期间600例)。数据收集:将收集以下数据。临床数据:基本人口统计学和临床结局数据将从病历中提取。调查数据:将收集合并症、症状、神经系统检查结果、社会经济状况(职业、收入等)数据。
血液样本:研究者旨在开发创伤性脑损伤的营养和代谢生物标志物。研究者还计划利用蛋白质组学进一步开发创伤性脑损伤生物标志物。随访:所有存活的创伤性脑损伤病例将在急诊科出院后1个月和6个月进行随访,并通过电话收集其生存、残疾和生活质量结局。伦理声明:参与该研究的所有5家医院均已获得IRB批准(首尔国立大学医院(IRB编号:1806-078-951)、SMG-SNU Boramae医疗中心(IRB编号:30-2018-85)、庆北国立大学医院(IRB编号:2018-10-014-007)、全南国立大学医院(IRB编号:CNUH-2018-297)、忠北国立大学医院(IRB编号:2018-09-018))。所有研究患者在获得
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。




