流感感染并发侵袭性肺曲霉病

该数据集来自clinicaltrials.gov,为一项在荷兰和比利时ICU开展的前瞻性多中心病例对照注册研究,聚焦流感感染并发侵袭性肺曲霉病

Universitaire Ziekenhuizen KU LeuvenUniversitaire Ziekenhuizen KU Leuven
clinicaltrials
浏览 12
其他分类Influenza With PneumoniaAspergillosis Invasive
Invasive Pulmonary Aspergillosis Complicating Influenza Infection

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

流感感染并发侵袭性肺曲霉病

该数据集来自clinicaltrials.gov,为一项在荷兰和比利时ICU开展的前瞻性多中心病例对照注册研究,聚焦流感感染并发侵袭性肺曲霉病。研究覆盖2017至2020年三个流感季,纳入因流感阳性或阴性社区获得性肺炎导致呼吸窘迫、年龄18岁及以上连续入住ICU的患者,比较重症流感患者与流感阴性重症社区获得性肺炎对照患者中侵袭性肺曲霉病的发病率和结局差异,并分析流感患者合并与不合并侵袭性曲霉病的临床特征及危险因素差异。数据可用于呼吸系统疾病与肺炎相关分类研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:流感伴肺炎、侵袭性曲霉病。这项在荷兰和比利时ICU开展的前瞻性多中心病例对照注册研究,将在未来三个流感季(2017-2020年)评估重症流感ICU患者与流感阴性重症社区获得性肺炎对照患者之间侵袭性肺曲霉病(IPA)的发病率和结局差异。该研究将进一步评估合并与不合并侵袭性曲霉病的流感患者在临床特征和危险因素方面的差异。纳入标准为在纳入期内因流感阳性/阴性社区获得性肺炎(CAP)导致呼吸窘迫、年龄18岁或以上连续入住ICU的所有患者。

【主题与分类】

主题标签:Influenza With Pneumonia、Aspergillosis Invasive。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/NCT03391492

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/NCT03391492

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

疾病:流感伴肺炎,侵袭性曲霉病。这项在荷兰和比利时ICU开展的前瞻性多中心病例对照注册研究,将在未来三个流感季(2017-2020年)评估重症流感ICU患者与流感阴性重症社区获得性肺炎对照患者之间侵袭性肺曲霉病(IPA)的发病率和结局差异。该研究还将进一步评估伴和不伴侵袭性曲霉病的流感患者在临床特征和危险因素方面的差异。纳入标准为在纳入期内因流感阳性/阴性社区获得性肺炎(CAP)导致呼吸窘迫而入住ICU的所有18岁及以上连续患者。

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