重症流感肺炎早期使用皮质类固醇
该数据集来自 clinicaltrials.gov,主题为重症流感肺炎早期使用皮质类固醇,属于呼吸系统疾病/肺炎范畴。源站描述显示,流感病毒感染在季节性高峰和大流行期间导致大量住院和死亡,是急性呼吸衰竭患者入住 ICU 的主要原因;除年度疫苗接种和其他预防措施外,早期使用神经氨酸酶抑制剂是唯一推荐治

基本信息
资源简介
重症流感肺炎早期使用皮质类固醇
该数据集来自 clinicaltrials.gov,主题为重症流感肺炎早期使用皮质类固醇,属于呼吸系统疾病/肺炎范畴。源站描述显示,流感病毒感染在季节性高峰和大流行期间导致大量住院和死亡,是急性呼吸衰竭患者入住 ICU 的主要原因;除年度疫苗接种和其他预防措施外,早期使用神经氨酸酶抑制剂是唯一推荐治疗,但证据水平较低。皮质类固醇可减弱感染免疫反应,改善多种重症肺部感染患者结局,低剂量皮质类固醇已被证明可降低重症 COVID-19 和社区获得性肺炎患者死亡率,也可能通过降低死亡率、机械通气时长等使急性呼吸窘迫综合征危重患者获益(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Severe Influenza, Intensive Care (ICU), Reanimation, Infectious Diseases, Hygiene. 流感病毒感染在季节性高峰和大流行期间导致过多的住院和死亡。它仍然是急性呼吸衰竭患者入住重症监护病房(ICU)的主要原因。除年度疫苗接种和其他预防措施外,早期给予神经氨酸酶抑制剂是唯一推荐的治疗方法,但证据水平较低。皮质类固醇可减弱对感染的免疫反应,并改善多种重症肺部感染患者的结局。低剂量皮质类固醇已被证明可降低重症 COVID-19 和社区获得性肺炎患者的死亡率。它也可能通过降低死亡率、机械通气时长和
【主题与分类】
主题标签:Severe Influenza、Intensive Care (ICU)、Reanimation、Infectious Diseases、Hygiene。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/NCT07786662
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/NCT07786662
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
病情:重型流感、重症监护(ICU)、复苏、感染性疾病、卫生学。流感病毒感染在季节性高峰和大流行期间导致过多的住院和死亡。它仍然是因急性呼吸衰竭而入住重症监护病房(ICU)的主要原因。除每年接种疫苗和其他预防措施外,早期使用神经氨酸酶抑制剂是唯一推荐的治疗方法,但证据水平较低。皮质类固醇可减弱对感染的免疫反应,并改善多种严重肺部感染患者的预后。低剂量皮质类固醇已被证明可降低重型COVID-19和社区获得性肺炎患者的死亡率。它还可能通过降低死亡率、机械通气持续时间和住院时间而使急性呼吸窘迫综合征的危重患者获益。具有高偏倚风险的观察性研究表明,接受皮质类固醇治疗的流感患者死亡率增加。其他研究则显示皮质类固醇具有有益作用,或其使用与死亡率之间没有关联。
临床医生关注的一个问题是流感相关性肺曲霉病(IAPA)的风险,该病影响10%-20%的患者,且预后不良。然而,关于ICU期间使用皮质类固醇的效果,目前证据不足。基于这些发现,在没有随机试验的情况下,当前指南不推荐对重症流感患者使用皮质类固醇治疗。因此,需要一项有足够效力的试验来验证皮质类固醇能否改善重症流感合并急性呼吸衰竭危重患者预后的假设。
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。




