免疫状态对急性呼吸衰竭患者继发感染的影响

该数据集来自 clinicaltrials.gov,聚焦急性呼吸窘迫综合征(ARDS)患者。Charité Universitaetsmedizin Berlin 作为参考中心,30 多年来治疗最严重的急性呼吸衰竭患者,尽管采用肺保护性通气和 ECMO 等体外氧合与脱羧技术,死亡率仍约百分之四十

Charite University, Berlin, GermanyCharite University, Berlin, Germany
clinicaltrials
浏览 13
其他预测ARDS
Impact of Immune Status on Secondary Infections in Patients With Acute Respiratory Failure

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

免疫状态对急性呼吸衰竭患者继发感染的影响

该数据集来自 clinicaltrials.gov,聚焦急性呼吸窘迫综合征(ARDS)患者。Charité Universitaetsmedizin Berlin 作为参考中心,30 多年来治疗最严重的急性呼吸衰竭患者,尽管采用肺保护性通气和 ECMO 等体外氧合与脱羧技术,死亡率仍约百分之四十。除 ARDS 原发病因外,病程中常出现感染并发症并延迟康复。研究旨在探究感染并发症(呼吸机相关性肺炎、疱疹病毒再激活、规范治疗下的病原体耐药、真菌感染)与免疫状态的关系,可用于分析免疫状态对继发感染的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:ARDS。作为参考中心,Charité Universitaetsmedizin Berlin 治疗最严重形式的急性呼吸衰竭,即急性呼吸窘迫综合征(ARDS),已有 30 多年。尽管采用肺保护性通气形式以及用于氧合和脱羧的体外操作(ECMO),死亡率约为百分之四十。除 ARDS 的原发病因外,病程中常出现进一步的感染并发症,从而延迟康复。本研究的目的是根据免疫状态研究感染并发症(呼吸机相关性肺炎、疱疹病毒科再激活、尽管治疗形式上正确但仍出现病原体耐药、真菌感染)。

【主题与分类】

主题标签:ARDS。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/NCT06511622

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06511622

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:ARDS。作为参考中心,柏林夏里特大学医学院30多年来一直治疗最严重的急性呼吸衰竭患者,即急性呼吸窘迫综合征(ARDS)。尽管采用肺保护性通气以及体外氧合和脱羧(ECMO)技术,死亡率仍在40%左右。除ARDS的原发原因外,病程中常出现进一步的感染性并发症,从而延迟康复。本研究旨在根据免疫状态调查感染性并发症(呼吸机相关性肺炎、疱疹病毒科再激活、尽管治疗规范但病原体耐药、真菌感染)。

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。

获取专属数据定制方案