成人重症监护病房拔管后与气管切开后吞咽困难的发病率及并发症
该数据集来自clinicaltrials.gov,聚焦成人重症监护病房中拔管后及气管切开后吞咽困难(ICU获得性吞咽障碍,ICU-ASD)的发病率与并发症

基本信息
资源简介
成人重症监护病房拔管后与气管切开后吞咽困难的发病率及并发症
该数据集来自clinicaltrials.gov,聚焦成人重症监护病房中拔管后及气管切开后吞咽困难(ICU获得性吞咽障碍,ICU-ASD)的发病率与并发症。覆盖呼吸系统并发症、肺炎、生活质量、死亡及吞咽障碍等主题,涉及插管超过48小时或气管切开患者。数据可用于分析ICU-ASD与呼吸及营养并发症的关联、探索相关影响因素,并评估其发病率与营养状态,支持预测性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:呼吸系统并发症、肺炎、生活质量、死亡、吞咽障碍.其他特指。假设:与无吞咽困难的患者相比,患有ICU获得性吞咽障碍(ICU-ASD)的患者呼吸系统并发症的发生频率更高且营养状况更差。目标:主要目标:分析在CHUA多学科ICU中插管超过48小时或气管切开的患者中与ICU获得性吞咽障碍(ICU-ASD)相关的呼吸和营养并发症的发生情况,并探索与其发生相关的潜在因素。次要目标:确定CHUA多学科ICU中ICU-ASD的发病率。确定CHUA多学科ICU中拔管后和气管切开患者呼吸系统并发症的发生频率。评估营养状况
【主题与分类】
主题标签:Respiratory Complications、Pneumonia、Quality of Lifte、Death、Swallowing Disorder.Other Specified。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/NCT06583824
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/NCT06583824
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:呼吸系统并发症、肺炎、生活质量、死亡、吞咽障碍。其他特指。假设:与无吞咽障碍的患者相比,ICU获得性吞咽障碍(ICU-ASD)患者呼吸系统并发症的发生频率更高,营养状况更差。目标:主要目标:分析CHUA多学科ICU中插管超过48小时或接受气管切开的患者中,与ICU获得性吞咽障碍(ICU-ASD)相关的呼吸系统和营养并发症的发生情况,并探讨与其发生相关的潜在因素。次要目标:确定CHUA多学科ICU中ICU-ASD的发病率。确定CHUA多学科ICU中拔管后及气管切开患者呼吸系统并发症的发生频率。评估CHUA多学科ICU中拔管后及气管切开患者的营养状况。评估出院后发生ICU-ASD的患者吞咽障碍相关的生活质量。确定CHUA ICU中拔管后及气管切开患者的死亡率。
样本量:由于本单位尚无吞咽困难所致并发症的现有数据,我们参考了McIntyre等人(2022)的研究,该研究显示ICU-ASD患者的肺炎发生率为21%,而无吞咽困难的拔管患者为9%(OR=2.51;95% CI 1.27-4.95)。基于上述前提,使用Epiinfo®程序计算样本量,设定95%置信区间(CI)、80%把握度和1:1的组间比例。我们获得360名参与者的样本,加上15%的潜在失访,即额外54名患者。最终需要达到的样本量为414名参与者。参与者将通过连续抽样选取,符合纳入标准,并且始终在口头告知并提供信息表后签署知情同意书。根据CHUA ICU往年的统计数据,达到该样本量可能需要t
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。




