人重组干扰素γ治疗ICU患者呼吸机相关性肺炎
该数据集来自clinicaltrials.gov,主题为人重组干扰素γ治疗ICU患者呼吸机相关性肺炎(VAP)。源站描述指出,严重感染、创伤或大面积烧伤后患者常同时出现初始炎症反应失调与免疫抑制,伴随固有免疫和适应性免疫细胞的定量与功能改变,从而增加医院感染易感性,其中以VAP最为突出

基本信息
资源简介
人重组干扰素γ治疗ICU患者呼吸机相关性肺炎
该数据集来自clinicaltrials.gov,主题为人重组干扰素γ治疗ICU患者呼吸机相关性肺炎(VAP)。源站描述指出,严重感染、创伤或大面积烧伤后患者常同时出现初始炎症反应失调与免疫抑制,伴随固有免疫和适应性免疫细胞的定量与功能改变,从而增加医院感染易感性,其中以VAP最为突出。尽管已实施预防措施,VAP在重症监护中的发生率仍较高,欧洲报告为每通气日1.5%。获得性免疫抑制的特征是单核细胞表面HLA-DR表达下降。该数据可用于VAP相关免疫机制与治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:肺炎,呼吸机相关性。严重损伤(如严重感染、创伤或大面积烧伤)后患者的临床表现特征是初始炎症反应失调与免疫抑制同时发生,并伴有固有免疫和适应性免疫细胞的定量和功能改变。这些获得性免疫功能障碍与医院感染易感性增加相关,其中最主要的是呼吸机相关性肺炎(VAP)。尽管实施了一系列预防措施,这些VAP在重症监护中的发生率仍然很高,欧洲的比率为每通气日1.5%。侵袭后免疫抑制的特征是m表面HLA-DR(属于II类主要组织相容性复合体,MHC-II)表达下降
【主题与分类】
主题标签:Pneumonia, Ventilator-Associated。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/NCT05843786
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/NCT05843786
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:肺炎,呼吸机相关性。严重损伤(如严重感染、创伤或大面积烧伤)后患者的临床表现特征是初始炎症反应失调与免疫抑制同时发生,并伴有固有免疫和适应性免疫细胞的数量和功能改变。这些获得性免疫功能障碍与医院感染易感性增加相关,其中最主要的是呼吸机相关性肺炎(VAP)。尽管实施了一系列预防措施,但这些VAP在重症监护中的发生率仍然很高,欧洲的发病率为每通气日1.5%。攻击后免疫抑制的特征是单核细胞表面HLA-DR(属于II类主要组织相容性复合体,MHC-II)表达下降(mHLA-DR)。给予干扰素γ(IFNγ)可恢复mHLA-DR水平,并可能作为与抗生素联合的辅助治疗改善预后。
然而,该治疗策略的证据水平较低,仅限于小规模患者队列或未预先评估免疫抑制状态的临床研究。本研究旨在开展一项随机、双盲、安慰剂对照的优效性试验,以评估在HLA-DR < 8000 AB/C的患者中,首次呼吸机相关性肺炎(VAP)发作后给予IFNγ对机械通气持续时间的影响。所有关于重组人IFNγ 1b用于控制感染性休克患者继发感染的已报告数据均采用每日100微克皮下注射途径,持续3至5天。在该剂量下,尚无回顾性研究报告任何严重不良效应,且重组人IFNγ 1b能够增加单核细胞膜mHLA-DR的表达。
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。




