Call for Life 脓毒症数据集
源站描述指出脓毒症是感染引起宿主反应失调所致的危及生命的器官功能障碍,撒哈拉以南非洲脓毒症相关死亡率高,部分机构内死亡率接近 40%,5 岁以下脓毒症住院儿童出院后 6 个月内死亡率仍高,HIV 感染等因素与风险增加相关

基本信息
资源简介
Call for Life 脓毒症数据集
Call for Life Sepsis 数据集来源于 clinicaltrials.gov,主题为脓毒症(Sepsis),本站归类于呼吸系统疾病 / 肺炎。源站描述指出脓毒症是感染引起宿主反应失调所致的危及生命的器官功能障碍,撒哈拉以南非洲脓毒症相关死亡率高,部分机构内死亡率接近 40%,5 岁以下脓毒症住院儿童出院后 6 个月内死亡率仍高,HIV 感染等因素与风险增加相关。该数据可用于脓毒症死亡风险与相关因素研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脓毒症。脓毒症是由感染引起的宿主反应失调所致的危及生命的器官功能障碍。撒哈拉以南非洲(sSA)的脓毒症归因死亡率很高,某些情况下院内死亡率接近 40%。研究表明,因脓毒症住院的 5 岁以下儿童在出院后 6 个月内死亡率仍然很高。此外,在 sSA 的其他人群中观察到高死亡率,HIV 感染等因素与风险增加相关。减少脓毒症死亡有助于实现可持续发展目标(SDG),特别是 SDG 3 中降低孕产妇死亡率(3.1)、新生儿和五岁以下儿童死亡率(3.2)、传染病死亡负担(3.3)以及改善全民健康覆盖(3.8)。世界卫生组织(WHO)已将脓毒症认定为
【主题与分类】
主题标签:Sepsis。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07407868
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/NCT07407868
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
病症:脓毒症。脓毒症是由宿主对感染反应失调引起的危及生命的器官功能障碍。撒哈拉以南非洲(sSA)的脓毒症归因死亡率很高,某些情况下院内死亡率接近40%。研究表明,因脓毒症住院的5岁以下儿童在出院后前6个月内的死亡率仍然很高。此外,在sSA的其他人群中观察到高死亡率,艾滋病毒感染等因素与风险增加有关。减少脓毒症死亡有助于实现可持续发展目标(SDG),特别是SDG 3中的降低孕产妇死亡率(3.1)、新生儿和5岁以下儿童死亡率(3.2)、减少传染病造成的死亡负担(3.3)以及改善全民健康覆盖(3.8)。世界卫生组织(WHO)已将脓毒症列为全球优先事项,中低收入地区尤其受到影响。在sSA,脓毒症通常与疟疾、人类免疫缺陷病毒/获得性免疫缺陷综合征(HIV/AIDS)、肺炎、结核病和腹泻等传染病相关。
来自拯救脓毒症运动(SSC)的指南在某些环境中已成为标准。然而,对于患者出院后的状况知之甚少。本研究旨在评估两种针对成人脓毒症患者的出院后随访策略。研究持续时间为45个月,参与者将接受干预直至出院后90天。干预描述:出院后随访策略1:强化出院干预(EDI)出院后随访策略2:EDI加交互式语音应答(IVR)*所有参与者将获得一部功能手机。目标:本研究旨在评估两种针对因脓毒症住院的成人患者的出院后随访策略,重点关注其在降低90天死亡率方面的疗效,以及对恢复随访、再入院次数和生活质量的影响。
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。




