机械性吸呼气与高渗盐水治疗院内细菌性呼吸道感染
该数据集来自 clinicaltrials.gov,聚焦院内细菌性呼吸道感染,涵盖院内感染、院内肺炎、气管支气管炎、机械通气并发症与气管插管等情形

基本信息
资源简介
机械性吸呼气与高渗盐水治疗院内细菌性呼吸道感染
该数据集来自 clinicaltrials.gov,聚焦院内细菌性呼吸道感染,涵盖院内感染、院内肺炎、气管支气管炎、机械通气并发症与气管插管等情形。研究为开放标签、随机、多中心设计,在西班牙 7 家医院 7 个 ICU 开展,分肺炎与气管支气管炎两个主要分支,各设 3 个研究组,比较静脉抗生素、机械性吸呼气(MI-E)及雾化高渗盐水-透明质酸(HS)等干预,并以不良事件数量评估安全性。数据可用于院内呼吸道感染治疗策略的分类与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:院内感染、院内肺炎、气管支气管炎、机械通气并发症、气管插管。开放标签、随机、多中心(西班牙 7 家医院 7 个 ICU)。研究有 2 个主要分支,肺炎和气管支气管炎。如果诊断为肺炎,受试者将被随机分配到 3 个研究组之一:1. 静脉抗生素治疗 2. 静脉抗生素治疗 + 机械性吸呼气(MI-E) 3. 静脉抗生素治疗 + MI-E + 雾化高渗盐水-透明质酸(HS)。如果诊断为气管支气管炎,受试者将被随机分配到 3 个研究组之一:1. 无特异性治疗(美国感染病学会推荐) 2. 静脉抗生素治疗(预防进展为肺炎和缩短插管时间的常见做法) 3. MI-E + HS。安全性将通过不良事件数量、严重
【主题与分类】
主题标签:Nosocomial Infection、Nosocomial Pneumonia、Tracheobronchitis、Mechanical Ventilation Complication、Endotracheal Intubation。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/NCT06310941
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/NCT06310941
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
病症:医院感染、医院获得性肺炎、气管支气管炎、机械通气并发症、气管内插管。开放标签、随机、多中心(西班牙7家医院的7个ICU)。该研究有2个主要分支:肺炎和气管支气管炎。若诊断为肺炎,受试者将随机分配至以下3个研究组之一:1. 静脉抗生素治疗 2. 静脉抗生素治疗 + 机械性吹气-排气(MI-E) 3. 静脉抗生素治疗 + MI-E + 雾化高渗盐水-透明质酸(HS)。若诊断为气管支气管炎,受试者将随机分配至以下3个研究组之一:1. 无特异性治疗(美国感染病学会推荐) 2. 静脉抗生素治疗(预防进展为肺炎并缩短插管时间的常规做法) 3. MI-E + HS。安全性将通过各主要分支研究组间的不良事件数、严重不良事件数和死亡率进行比较。有效性将通过呼吸支持持续时间和器官功能障碍加重病例数进行比较。
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。




