气道闭合压、最大吸气压及其比值对创伤性脑损伤患者成功拔管的预测价值
该数据集来自 clinicaltrials.gov,聚焦创伤性脑损伤患者的撤机与拔管预测,主题标签为 Weaning Failure

基本信息
资源简介
气道闭合压、最大吸气压及其比值对创伤性脑损伤患者成功拔管的预测价值
该数据集来自 clinicaltrials.gov,聚焦创伤性脑损伤患者的撤机与拔管预测,主题标签为 Weaning Failure。源站描述记录了在 T 管自主呼吸试验前,以 FIO2 0.40 进行 30 分钟试验,并在 20 秒内测量 PImax、P0.1 及 P0.1/PImax 三项参数的方法与设备条件。数据可用于研究气道闭合压、最大吸气压及其比值对拔管成功的预测价值,服务于神经系统疾病撤机管理相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:撤机失败。在使用 T 管以 FIO2 0.40 进行 30 分钟自主呼吸试验之前,将进行为期 20 秒的测量。将分析三个参数:PImax、P0.1 和 P0.1/PImax。PImax 和 P0.1 将使用单向阀方法和连接到气道的 manovacuometer(Instrumentation Industries, Bethel Park, PA)获得。该设备将具有 30 cm H2O 的量程,间隔为 1 cm H2O,并设计为每 0.1 秒进行一次测量。测试前,所有受试者将处于压力支持通气模式(12-20 cm H2O),并且不使用镇静剂。受试者床头将抬高至 45 度,人工气道的气囊将过度充气以防止测量期间漏气。受试者将通过标准气管吸痰清除气道分泌物。
【主题与分类】
主题标签:Weaning Failure。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06627686
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/NCT06627686
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
条件:脱机失败。在使用T管进行30分钟自主呼吸试验之前,吸入氧浓度(FIO2)为0.40,将进行为期20秒的测量。将分析三项参数:PImax、P0.1和P0.1/PImax。PImax和P0.1将通过单向阀法及连接于气道的压力计(Instrumentation Industries,Bethel Park,PA)获得。该设备具有30 cm H2O的量程,刻度间隔为1 cm H2O,并设计为每0.1秒进行一次测量。测试前,所有受试者均处于压力支持通气模式(12-20 cm H2O),且未使用镇静剂。受试者床头将抬高至45度,人工气道的气囊将过度充气,以防测量期间漏气。在以FIO2为1.0预氧合2分钟后,将通过标准气管内吸引程序清除受试者气道内的分泌物。短暂休息后,将再次进行预氧合。
随后,受试者将与机械通气断开连接,并允许自主呼吸10秒,之后在受试者处于功能残气量时,将人工气道与压力计连接。受试者将持续接受脉搏血氧饱和度和心电图监测,并由呼吸物理治疗师持续关注。在本研究中,呼吸驱动(P0.1)将计算为吸气开始后0.1秒测得吸气压力前3个周期的平均值,而P0.1/PImax则计算为P0.1与PImax绝对值的比值。受试者不会接受该操作的指导。3项参数的阈值将根据各自的受试者工作特征(ROC)曲线计算得出。低于-25 cm H2O的值被用于预测成功脱机。如果脱离机械通气后自主呼吸能维持48小时,则视为脱机成功。
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。




