流感A(H1N1)v2009所致ARDS幸存者的长期结局与肺容量RESPIFLU研究
该数据集来自clinicaltrials.gov,聚焦流感A(H1N1)v2009感染所致急性呼吸窘迫综合征(ARDS)幸存者的长期结局与肺容量

基本信息
资源简介
流感A(H1N1)v2009所致ARDS幸存者的长期结局与肺容量RESPIFLU研究
该数据集来自clinicaltrials.gov,聚焦流感A(H1N1)v2009感染所致急性呼吸窘迫综合征(ARDS)幸存者的长期结局与肺容量。覆盖流感、病毒性肺炎、肺纤维化、生活质量及创伤后应激障碍等主题。数据可用于分析此类患者长期预后,尤其是需要体外氧合治疗的严重肺损伤患者,并比较是否接受体外氧合对结局的影响,为临床随访和康复评估提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:流感、病毒性肺炎、肺纤维化、生活质量、创伤后应激障碍。流感A(H1N1)v2009感染在全球范围内导致病毒性肺炎和严重肺水肿,需要体外氧合等抢救性治疗。迄今为止,尚无关于流感A(H1N1)v2009所致急性呼吸窘迫综合征(ARDS)患者结局的数据,尤其是需要体外氧合的极严重肺损伤患者。尽管已有ARDS幸存者长期结局的数据,但观察性研究中纳入的患者具有异质性,基础疾病各不相同。此外,尚无研究根据是否需要体外氧合来比较ARDS幸存者的结局。因此,我们开展了这项前瞻性病例对照研究,以比较长
【主题与分类】
主题标签:Influenza、Pneumonia, Viral、Pulmonary Fibrosis、Quality of Life、Stress Disorders, Post Traumatic。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/NCT01271842
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/NCT01271842
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:流感、肺炎、病毒性、肺纤维化、生活质量、应激障碍、创伤后。甲型H1N1流感v2009感染在全球范围内导致了病毒性肺炎和严重的肺水肿,需要使用体外氧合等抢救性治疗。迄今为止,尚无关于因甲型H1N1流感v2009感染而发展为急性呼吸窘迫综合征(ARDS)的患者结局的数据,特别是那些需要体外氧合治疗的极重度肺损伤患者。尽管已有关于ARDS幸存者长期结局的数据,但观察性研究中纳入的患者具有异质性,其基础疾病各不相同。此外,尚无研究根据是否需要体外氧合来比较ARDS幸存者的结局。因此,我们开展了这项前瞻性病例对照研究,以比较两组患者的长期肺功能及肺外功能:一组为因H1N1感染导致严重ARDS且需要体外氧合的患者(病例组),另一组为因H1N1感染导致ARDS但无需体外氧合的患者(对照组)。
从我们的国家登记数据库中选取了18例符合纳入标准且不符合排除标准的病例患者,并按照年龄、性别和体重指数匹配了32例对照者(符合纳入和排除标准)。所有48例患者都将被联系并邀请参与研究。患者将在ICU出院后至少9个月接受评估,评估内容包括健康相关生活质量,采用医学结局研究36项简短健康调查量表(SF-36)测量;创伤后应激障碍,采用事件影响量表焦虑版评估;以及抑郁,采用医院抑郁评分评估。将进行肺功能测试,包括在静态自行车上进行的VO2 max测试。肌肉无力将通过医学研究理事会(MRC)测试进行临床评估,如果测试结果<48/60,则额外进行肌电图检查。将进行CT扫描,以查找肺部异常(纤维化……)。白蛋白和前白蛋白w
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。




